Bounding Box

المربع المحيط هو منطقة مستطيلة يتم تحديدها بواسطة مجموعة إحداثيات تحيط بكائن معين داخل إطار صورة أو فيديو. في مجال computer vision (CV)، تعمل هذه المربعات كتعليقات توضيحية أساسية لتعليم أنظمة artificial intelligence (AI) كيفية تحديد موقع عناصر مميزة والتعرف عليها. بدلاً من مجرد تصنيف الصورة بأكملها على أنها "تحتوي على سيارة"، يتيح المربع المحيط للنموذج تحديد الموقع الدقيق والامتداد المكاني للسيارة، وفصلها عن الخلفية والكيانات الأخرى. تُعد قدرة تحديد الموقع هذه ضرورية لمهام object detection، حيث يكون الهدف هو تحديد عدة كائنات في وقت واحد وبدقة عالية.

المفاهيم الأساسية والإحداثيات#

لمعالجة البيانات المرئية بشكل فعال، تعتمد نماذج machine learning (ML) على أنظمة إحداثيات محددة لتمثيل المربعات المحيطة رياضياً. غالباً ما يحدد التنسيق المختار كيفية تجهيز البيانات لـ model training وكيف يخرج النموذج تنبؤاته.

• XYXY Coordinates: يحدد هذا التنسيق المربع باستخدام قيم البكسل المطلقة للزاوية العلوية اليسرى والزاوية السفلية اليمنى. إنه بديهي لأدوات التجهيز المرئي مثل OpenCV أو Matplotlib عند رسم المستطيلات مباشرة على الصور.
• XYWH Format: شائعة في مجموعات البيانات مثل COCO، تحدد هذه الطريقة نقطة المركز للكائن يليه عرض وارتفاع المربع. هذا التمثيل بالغ الأهمية لحساب loss functions أثناء عملية التعلم.
• Normalized Coordinates: لضمان scalability عبر الصور ذات الدقائق المختلفة، غالباً ما يتم قياس الإحداثيات بنطاق يتراوح بين 0 و1. يساعد هذا النماذج على التعميم بشكل أفضل عند تحليل المدخلات ذات الأبعاد المتفاوتة.

تطبيقات العالم الحقيقي#

تعد مربعات الإحاطة اللبنات الأساسية لعدد لا يحصى من حلول الذكاء الاصطناعي عبر صناعات متنوعة. من خلال تمكين التوطين الدقيق، فهي تسمح للأنظمة بالتفاعل بذكاء مع العالم المادي.

• Autonomous Vehicles: تستخدم السيارات ذاتية القيادة المربعات المحيطة لاكتشاف وتتبع المشاة والمركبات الأخرى وإشارات المرور والعوائق في الوقت الفعلي. هذا الوعي المكاني أمر بالغ الأهمية لأنظمة الملاحة والأمان لاتخاذ قرارات في جزء من الثانية.
• Retail Analytics: في المتاجر الذكية، تساعد المربعات المحيطة في مراقبة المخزون على الرفوف وتتبع تفاعلات العملاء مع المنتجات. يمكن لهذه البيانات أتمتة تجديد المخزون وتوفير رؤى حول سلوك المتسوقين دون عد يدوي.

مربعات الإحاطة قيد التنفيذ#

When using modern architectures like YOLO26, the model predicts bounding boxes along with a class label and a confidence score. The following example demonstrates how to run inference on an image and access the bounding box coordinates using the ultralytics package.

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Access bounding box coordinates (xyxy format) for the first detected object
boxes = results[0].boxes
print(boxes.xyxy[0])  # Output: tensor([x1, y1, x2, y2, ...])

المصطلحات ذات الصلة والتمييز#

بينما تعد مربعات الإحاطة قياسية للاكتشاف العام، فهي تختلف عن أنواع التعليقات التوضيحية الأخرى المستخدمة في المهام الأكثر دقة.

• Instance Segmentation: على عكس المربع المحيط المستطيل، تنشئ عملية التقسيم قناعاً مثالياً للبكسل يتتبع الخطوط العريضة الدقيقة لكائن ما. يكون هذا مفيداً عندما يكون الشكل الدقيق أكثر أهمية من الموقع العام.
• Oriented Bounding Box (OBB): المربعات المحيطة القياسية محاذية للمحور (مستطيلات منتصبة). يمكن لمربعات OBB الدوران لتناسب الكائنات المائلة، مثل السفن في صور الأقمار الصناعية أو الطرود على سير ناقل، مما يوفر ملاءمة أكثر إحكاماً ويقلل من ضوضاء الخلفية.
• Keypoints: بدلاً من الإحاطة بكائن، تحدد النقاط الرئيسية علامات مميزة معينة، مثل المفاصل على جسم الإنسان لـ pose estimation.

أدوات للتعليق التوضيحي والإدارة#

يعد إنشاء تعليقات توضيحية عالية الجودة للمربعات المحيطة خطوة أساسية في خط أنابيب ML. تبسط Ultralytics Platform هذه العملية من خلال تقديم أدوات لـ data annotation وإدارة مجموعة البيانات. يضمن التوضيح الصحيح أن تتعلم النماذج تمييز الكائنات بدقة، مما يقلل من الأخطاء مثل overfitting أو الارتباك في الخلفية. تُستخدم التقنيات المتقدمة مثل Non-Maximum Suppression (NMS) أثناء الاستدلال لتحسين هذه التنبؤات عن طريق إزالة المربعات المتداخلة، مما يضمن بقاء أكثر عمليات الكشف دقة فقط لكل كائن.