Data Annotation

وسم البيانات هو العملية الحيوية المتمثلة في إضافة بيانات وصفية أو علامات توضيحية إلى البيانات الخام—مثل الصور أو الفيديو أو النصوص أو الصوت—لجعلها مفهومة لنماذج التعلم الآلي (ML). تنشئ هذه الممارسة «حقيقة أساسية» تستخدمها الخوارزميات لتعلّم الأنماط والتعرّف على الكائنات وإجراء التنبؤات. في سياق التعلم الخاضع للإشراف، تعمل الوسوم عالية الجودة بمثابة المعلّم، إذ توجه النموذج إلى المخرجات المتوقعة لمدخل معين. ومن دون وسم دقيق للبيانات، لا تستطيع حتى البنى المتقدمة مثل Ultralytics YOLO26 اكتشاف الكائنات أو تفسير المشاهد المعقدة بدقة، لأن أداء النموذج يرتبط ارتباطًا جوهريًا بجودة بيانات التدريب.

دور الوسم في تطوير الذكاء الاصطناعي#

يتطلب بناء أنظمة ذكاء اصطناعي متينة تحويل البيانات غير المهيكلة إلى مجموعات بيانات مهيكلة. ويسد وسم البيانات هذه الفجوة من خلال تحديد السمات محل الاهتمام صراحةً. فعلى سبيل المثال، قد يتضمن ذلك في الرؤية الحاسوبية (CV) رسم مربعات إحاطة حول السيارات أو تتبّع حدود ورم في صورة طبية.

يختلف تعقيد مهمة الوسم باختلاف التطبيق المستهدف:

• اكتشاف الكائنات: يتضمن رسم مستطيلات ثنائية الأبعاد حول الكائنات لتعليم النموذج ما هو الكائن وأين يقع.
• تقسيم المثيلات: يتطلب رسم مضلعات دقيقة على مستوى البكسل حول الكائنات لتمييز المثيلات الفردية وأشكالها الدقيقة.
• تقدير الوضعية: يركز على تحديد النقاط الرئيسية المحددة، مثل المفاصل في جسم الإنسان، لتحليل الحركة أو الوضعية.
• تصنيف الصور: يعيّن تسمية فئوية واحدة إلى صورة كاملة، مثل تحديد ما إذا كانت الصورة «مشْمِسة» أو «ماطرة».

التطبيقات الواقعية#

يسهم وسم البيانات في دفع عجلة الابتكار عبر صناعات متنوعة، إذ يمكّن الآلات من إدراك العالم بدقة.

1. المركبات ذاتية القيادة: تعتمد السيارات ذاتية القيادة على مجموعات بيانات ضخمة يُوسَم فيها كل مشاة وإشارة مرور وعلامة مسار. وتتيح هذه البيانات الموسومة لأنظمة الإدراك التنقل بأمان. وتستخدم الشركات وسم سحب نقاط LiDAR إلى جانب بيانات الفيديو لإنشاء خرائط ثلاثية الأبعاد للبيئة.

2. التصوير الطبي: في الذكاء الاصطناعي في الرعاية الصحية، يوسم اختصاصيو الأشعة صور الأشعة السينية وفحوصات MRI لإبراز الحالات الشاذة. وتدرّب مجموعات البيانات الموسومة هذه النماذجَ على المساعدة في التشخيص المبكر، مثل اكتشاف الأورام بدرجة اتساق أعلى من المراجعة البشرية وحدها.

الوسم مقابل وضع التسميات مقابل زيادة البيانات#

رغم استخدام هذه المصطلحات غالبًا بالتبادل، فمن المفيد التمييز بين وسم البيانات والمفاهيم ذات الصلة في سير عمل عمليات التعلم الآلي (MLOps).

• الوسم مقابل وضع تسميات البيانات: غالبًا ما تكون «وضع التسميات» مصطلحًا أوسع يمكن أن يشير إلى التصنيف البسيط (مثل وسم رسالة بريد إلكتروني بأنها مزعجة). أما «الوسم» فيشير عادةً إلى عملية أغنى وأكثر تفصيلًا، مثل تحديد مناطق مكانية بعينها داخل صورة أو مقاطع زمنية في ملف صوتي.
• الوسم مقابل زيادة البيانات: ينشئ الوسم الحقيقة الأساسية الأولية. أما زيادة البيانات فهي خطوة لاحقة توسّع مجموعة البيانات اصطناعيًا عبر تطبيق تحويلات—مثل التدوير أو القلب أو إضافة الضوضاء—على عينات موسومة موجودة. ويساعد ذلك على منع فرط التكيّف وتحسين قدرة النموذج على التعميم.

الأدوات وسير العمل#

نادرًا ما يكون وسم البيانات الحديث مهمة يدوية وفردية. فهو يتضمن منصات تعاونية وأدوات متزايدة الاعتماد على مساعدة الذكاء الاصطناعي. وتبسّط منصة Ultralytics سير العمل هذا من خلال توفير أدوات متكاملة لإدارة مجموعات البيانات والوسم التلقائي. ويمكن أن يؤدي استخدام نموذج مدرّب مسبقًا لاقتراح التسميات الأولية إلى تسريع العملية بدرجة كبيرة، وهي تقنية تُعرف باسم التعلم النشط.

بعد وسم البيانات، تُصدَّر عادةً بتنسيقات قياسية مثل JSON أو تنسيق YOLO TXT لاستخدامها في التدريب. يوضح مقتطف Python التالي كيفية التحقق من إعدادات مجموعة البيانات الموسومة قبل تدريب نموذج YOLO26.

from ultralytics import YOLO

# Load a YOLO26 model (recommended for new projects)
model = YOLO("yolo26n.pt")

# Train the model using a dataset configuration file
# The YAML file defines paths to your annotated training and validation images
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)

يشكّل وسم البيانات بدقة أساس الذكاء الاصطناعي عالي الأداء. ومن خلال الاستثمار في وسوم عالية الجودة، يضمن المطورون أن تتعلم نماذجهم من أمثلة واضحة ومتسقة، مما يؤدي إلى تنبؤات موثوقة عند النشر في العالم الحقيقي.