Convolutional Neural Network (CNN)

الشبكة العصبية الالتفافية (CNN) هي بنية متخصصة للتعلّم العميق صُممت لمعالجة البيانات ذات البنية الشبكية، ولا سيما الصور الرقمية. واستنادًا إلى البنية البيولوجية لـالقشرة البصرية، تتميز CNN بقدرتها على الحفاظ على العلاقات المكانية داخل بيانات الإدخال. وعلى خلاف الشبكات العصبية التقليدية التي تفرد الصورة في قائمة طويلة من الأرقام، تحلل CNN مناطق صغيرة ومتداخلة من الصورة لتتعلّم تلقائيًا تسلسلات هرمية من السمات، بدءًا من الحواف والأنسجة البسيطة ووصولًا إلى الأشكال والكائنات المعقدة. وتجعل هذه القدرة منها التقنية الأساسية وراء أنظمة الرؤية الحاسوبية (CV) الحديثة.

كيفية عمل الشبكات العصبية الالتفافية#

تكمن قوة CNN في قدرتها على اختزال صورة معقدة إلى صيغة أسهل معالجةً من دون فقدان السمات المهمة للحصول على تنبؤ جيد. ويتحقق ذلك من خلال خط أنابيب يتكون من طبقات متميزة تحوّل حجم الإدخال إلى فئة أو قيمة إخراج:

• طبقة الالتفاف: هذه هي اللبنة الأساسية. تستخدم مجموعة من المرشحات القابلة للتعلّم (أو النوى) التي تنزلق فوق صورة الإدخال كما لو كانت مصباحًا يدويًا. وفي كل موضع، يجري المرشح عملية رياضية تُسمى الالتفاف، ما يؤدي إلى إنشاء خريطة سمات تبرز أنماطًا محددة، مثل الخطوط الأفقية أو تدرجات الألوان.
• دالة التنشيط: بعد الالتفاف، تُطبَّق دالة غير خطية على الناتج. والخيار الأكثر شيوعًا هو ReLU (الوحدة الخطية المصححة)، التي تحوّل قيم البكسلات السالبة إلى صفر. ويؤدي ذلك إلى إدخال اللاخطية، مما يتيح للشبكة تعلّم أنماط معقدة تتجاوز العلاقات الخطية البسيطة.
• طبقة التجميع: تُعرف هذه الطبقة أيضًا باسم الاختزال، وتقلل أبعاد خرائط السمات. وتحتفظ تقنيات مثل التجميع الأقصى بالسمات الأهم فقط (أعلى القيم) في منطقة معينة، مما يقلل العبء الحسابي ويساعد على منع فرط التكيّف.
• الطبقة كاملة الاتصال: في المرحلة النهائية، تُفرد السمات المعالَجة وتُمرَّر إلى شبكة عصبية (NN) قياسية. وتستخدم هذه الطبقة السمات عالية المستوى التي حددتها الطبقات السابقة لإجراء التصنيف أو التنبؤ النهائي، مثل «قطة» أو «كلب».

التطبيقات الواقعية#

أحدثت CNN تحولًا في قطاعات عديدة من خلال أتمتة المهام البصرية بدقة تفوق دقة البشر.

• التشخيص الطبي: في مجال الرعاية الصحية، تساعد CNN أطباء الأشعة على تحديد الحالات الشاذة في الفحوصات الطبية بسرعة تفوق قدرة العين البشرية. فعلى سبيل المثال، تحلل نماذج التعلّم العميق فحوصات MRI وCT لاكتشاف العلامات المبكرة للأورام أو الكسور. وتبرز الأبحاث المتعلقة بـالذكاء الاصطناعي في الأشعة كيف تحسّن هذه الأدوات اتساق التشخيص وسرعته.
• الأنظمة ذاتية التشغيل: تعتمد السيارات ذاتية القيادة اعتمادًا كبيرًا على CNN لإدراك محيطها. وتستخدم نماذج مثل YOLO26 ركائز CNN فعّالة لتنفيذ اكتشاف الكائنات في الوقت الفعلي، وتحديد المشاة وإشارات المرور والمركبات الأخرى لاتخاذ قرارات قيادة في أجزاء من الثانية.

CNN في مواجهة محوّلات الرؤية (ViT)#

على الرغم من أن CNN ظلت لفترة طويلة المعيار في مهام الرؤية، فقد ظهرت بنية أحدث تُسمى محوّل الرؤية (ViT).

• CNN تعالج الصور باستخدام السمات المحلية، وتتميز بكفاءة عالية في مجموعات البيانات الأصغر بفضل «التحيز الاستقرائي» لديها (إذ تفترض أن البكسلات المتجاورة مترابطة). وهي تتفوق في السيناريوهات التي تتطلب استدلالًا في الوقت الفعلي على الأجهزة الطرفية.
• ViT تقسّم الصور إلى رقع وتعالجها باستخدام آليات الانتباه الذاتي الشامل. ويتيح لها ذلك التقاط الاعتماديات بعيدة المدى عبر الصورة، لكنها تتطلب عادةً مجموعات بيانات ضخمة وقدرة حسابية أكبر للتدريب بفعالية.

مثال على التنفيذ#

تجعل المكتبات الحديثة استخدام النماذج القائمة على CNN أمرًا مباشرًا. وتوفر الحزمة ultralytics إمكانية الوصول إلى نماذج متطورة مثل YOLO26، التي تتميز ببنى CNN محسّنة بدرجة كبيرة لإجراء الاستدلال السريع.

يوضح المثال التالي كيفية تحميل نموذج CNN مُدرَّب مسبقًا وإجراء تنبؤ:

from ultralytics import YOLO

# Load a YOLO26 model, which uses an advanced CNN architecture
model = YOLO("yolo26n.pt")

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

# Display the prediction results
results[0].show()

أدوات التطوير#

يحظى تطوير CNN بدعم منظومة قوية من الأدوات مفتوحة المصدر. ويستخدم المهندسون عادةً أطرًا مثل PyTorch أو TensorFlow لبناء بُنى مخصصة. وتوفر هذه المكتبات عمليات الموتر منخفضة المستوى اللازمة للالتفاف والانتشار العكسي.

بالنسبة إلى الفرق التي تتطلع إلى تبسيط دورة حياة مشاريع الرؤية الحاسوبية، بدءًا من جمع البيانات ووصولًا إلى النشر، توفر منصة Ultralytics حلًا شاملًا. فهي تبسّط مسارات العمل المعقدة، مما يتيح للمطورين التركيز على تطبيق CNN لحل مشكلات الأعمال بدلًا من إدارة البنية التحتية. بالإضافة إلى ذلك، يمكن تصدير النماذج إلى صيغ مثل ONNX أو TensorRT للنشر عالي الأداء على الأجهزة الطرفية.