CutMix

CutMix هي تقنية متقدمة لـزيادة البيانات تُستخدم لتدريب نماذج قوية في الرؤية الحاسوبية، وذلك بقص رقعة مستطيلة من صورة ولصقها فوق صورة هدف. وعلى خلاف تقنيات زيادة البيانات الأبسط التي تعدّل السطوع أو الدوران، تغيّر CutMix التركيب الأساسي لعينة التدريب. عند تبديل وحدات البكسل، تُخلط أيضًا التسميات المرجعية الصحيحة المقابلة بما يتناسب مع مساحة الرقعة. يساعد ذلك الشبكات العصبية الاصطناعية على تعلّم تحديد الكائنات من مشاهد جزئية، مما يجبر النموذج على الاعتماد على ميزات متعددة بدلًا من التركيز فقط على الأجزاء الأكثر تمييزًا من الكائن. طُرحت هذه التقنية لأول مرة في ورقة أكاديمية نُشرت عام 2019، وأصبحت منذ ذلك الحين عملية قياسية في أطر عمل التعلّم العميق لمنع فرط التكيّف وتحسين التعميم عبر مجموعات البيانات الكبيرة.

كيفية عمل التقنية#

أثناء تدريب النموذج، تحدد الخوارزمية عشوائيًا إحداثيات مركز وحجم مربع لاستخراج منطقة من صورة ثانوية. ثم تُوضع هذه الرقعة مباشرة فوق صورة أساسية داخل الدفعة النشطة. فإذا كانت الصورة الأساسية تحتوي على كلب والصورة الثانوية تحتوي على قطة، فستتضمن الصورة النهائية رقعة لقطة تحل محل جزء من الكلب. تُحدّث تسميات التصنيف باستخدام الاستيفاء الخطي استنادًا إلى مساحة الرقعة الدقيقة، بحيث تنتج مثلًا تسمية بقيمة 0.7 للكلب و0.3 للقطة. وفي مهام اكتشاف الكائنات، تُحافظ الخوارزمية على مربعات الإحاطة التي تحتفظ بنسبة معينة على الأقل، غالبًا 10%، من مساحتها الأصلية داخل المنطقة الملصقة. وتدعم Ultralytics YOLO هذه التقنية أصلًا بوصفها معاملًا فائقًا للتدريب هو cutmix، مما يتيح للممارسين تحديد احتمال تطبيق هذا التحويل بسهولة.

التمييز بين MixUp وCutout#

ترتبط CutMix ارتباطًا وثيقًا بتقنيتين بارزتين أخريين لزيادة البيانات، لكنها تعالج حدودهما المحددة:

• زيادة البيانات باستخدام MixUp: تدمج MixUp صورتين على مستوى الصورة بأكملها من خلال حساب متوسط موزون لقيم وحدات البكسل فيهما. وعلى الرغم من فعاليتها، فإنها غالبًا ما تنتج صورًا وهمية غير طبيعية وشبه شفافة قد تربك النماذج بسبب الإخلال بـالترابط المكاني المحلي. وعلى النقيض، تحافظ CutMix على شدة وحدات البكسل الأصلية داخل المناطق المقصوصة، وهو ما حسّنه الباحثون أكثر في أساليب مثل Attentive CutMix.
• زيادة البيانات باستخدام Cutout: تحذف Cutout المعلومات من خلال إخفاء منطقة مستطيلة عشوائية بوحدات بكسل سوداء أو بمتوسط مجموعة البيانات. وعلى الرغم من أنها تشجع النموذج على النظر إلى الكائن بأكمله، فإنها تهدر الموترات القيّمة المستخدمة في التدريب. وتستبدل CutMix هذه المساحة المفقودة برقع غنية بالمعلومات من تصنيف الصور مأخوذة من صور أخرى، مما يزيد كفاءة التعلّم الإجمالية.

التطبيقات الواقعية#

من خلال تدريب النماذج على التعرّف إلى الكائنات المحجوبة بشدة، تعزز CutMix أداء تعلّم الآلة بدرجة كبيرة في مختلف القطاعات.

• الذكاء الاصطناعي للسيارات والقيادة الذاتية: في السيارات ذاتية القيادة، تعلّم النظام تحديد المشاة أو المركبات حتى عندما تكون محجوبة جزئيًا بلافتات الشوارع، مما يعزز السلامة في البيئات المزدحمة.
• التشخيص الطبي وتقسيم الأعضاء: تُستخدم هذه الطريقة على نطاق واسع في مجال الرعاية الصحية من أجل تقسيم الأعضاء والأورام، مما يتيح للنماذج التعرّف إلى حدود الأنسجة المعقدة حتى عندما تتداخل البنى التشريحية.
• الاستشعار عن بُعد للصور الملتقطة بالأقمار الصناعية: تحافظ هذه الاستراتيجية على الفئات الكثيفة والمتداخلة، مثل المباني والغطاء النباتي، في المناظر الجوية. ويجري بحث تنويعات متقدمة منها بنشاط لتحسين التعرّف على التوزيعات طويلة الذيل في البيانات شديدة عدم التوازن.

التطبيق العملي#

يُعد دمج تقنية زيادة البيانات هذه في مسار عمل للذكاء الاصطناعي أمرًا مباشرًا. وتدعمها معظم المكتبات عالية المستوى دعمًا أصليًا، مثل تحويلات PyTorch وطبقات المعالجة المسبقة في Keras.

عند تدريب نموذج مثل YOLO26، لا يتطلب إعداد تقنية زيادة البيانات هذه سوى تعديل معامل واحد. ويتولى ذلك تلقائيًا معالجة كل من تقسيم الصورة إلى رقع ومنطق قص مربعات الإحاطة المعقد.

from ultralytics import YOLO

# Initialize the recommended Ultralytics YOLO26 model
model = YOLO("yolo26n.pt")

# Train the model with CutMix enabled at a 50% probability
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, cutmix=0.5)

بالنسبة إلى الفرق التي تدير مسارات عمل واسعة النطاق في مجال الرؤية، تعمل منصة Ultralytics على تبسيط هذه العملية من خلال إتاحة ضبط أفضل ممارسات زيادة البيانات مباشرةً من واجهة سحابية، مما يسهّل الانتقال من التعليق التوضيحي إلى نشر النموذج.