Data Labeling

وسم البيانات هو عملية إرفاق معلومات الحقيقة الأساسية بالبيانات الخام، مثل اسم فئة لصورة، أو مربع محيط بكل سيارة في صورة شارع، أو نص مفرّغ لمقطع صوتي، لكي تتمكن نماذج التعلم الخاضع للإشراف من التعلم منها. تحدد التسميات المهمة: إذ يتعلم النموذج التنبؤ بما تصفه التسميات تحديدًا، بالدقة والاتساق اللذين تصف بهما ذلك. تعليق البيانات مرادف لهذا المصطلح، ويُسمى الأشخاص الذين ينفذون العمل واضعي التسميات أو المعلّقين. عادةً ما يكون وضع التسميات أبطأ مراحل إنشاء بيانات التدريب وأكثرها تكلفة، ولهذا تعتمد تدفقات العمل الكثيرة على نموذج يقترح التسميات ثم يصححها الأشخاص.

أنواع التسميات في الرؤية الحاسوبية#

يتبع تنسيق التسمية المهمة التي ينبغي للنموذج تنفيذها:

• تصنيف الصور: فئة واحدة لكل صورة، مثل «معيب» أو «سليم» لقطعة على خط فحص.
• اكتشاف الكائنات: مربع محاذٍ للمحاور وفئة لكل كائن موضع اهتمام.
• المربعات المحيطة الموجّهة: مربعات مدارة تلائم الكائنات الطويلة أو المائلة، مثل السفن والمركبات في الصور الجوية.
• تقسيم الكائنات: مضلع أو قناع بكسلي يحدد حدود كل كائن على حدة.
• التقسيم الدلالي: فئة لكل بكسل، مثل الطريق والرصيف والسماء، من دون فصل الكائنات الفردية.
• تقدير الوضعية: نقاط مفتاحية عند معالم ثابتة، مثل نقاط COCO الـ17 الممتدة من الأنف والعينين حتى الكاحلين، وغالبًا ما تكون لكل نقطة علامة رؤية.

يتزايد الجهد المطلوب مع زيادة التفاصيل. استغرق رسم مربع واحد عالي الجودة لمجموعة بيانات تحدي ILSVRC، مجموعة بيانات تحدي ImageNet، نحو 35 ثانية، بينما خفّض النقر المتطرف، الذي ينقر فيه المعلّقون على أعلى الكائن وأسفله وأقصى يساره وأقصى يمينه بدلًا من سحب الزوايا، هذه المدة إلى 7 ثوانٍ مع مربعات بالجودة نفسها. وتستغرق المضلعات والأقنعة البكسلية وقتًا أطول. خارج مجال الرؤية، تحدد التسميات مقاطع الكيانات في التعرّف على الكيانات المسماة (NER)، والمشاعر في تصنيف النصوص، والنصوص المفرّغة في التعرّف على الكلام.

سير عمل التصنيف#

تبدأ مشروعات وضع التسميات بـإرشادات مكتوبة تحدد كل فئة وتحسم الحالات الحدّية قبل بدء العمل: هل ينبغي رسم مربع حول سيارة محجوبة بنسبة 90 بالمئة، وما مدى إحكام الرسم حول أطراف راكب الدراجة، وكيفية التعامل مع الانعكاسات والكائنات الصغيرة والحشود. في وضع التسميات بمساعدة النموذج، يضع نموذج مدرّب على التسميات المتاحة تسميات أولية للصور الجديدة، ويصحح المعلّقون أخطاءه، ويراجع المدققون عينة منها، ثم يجعل كل نموذج يُعاد تدريبه الجولة التالية من الاقتراحات أدق. تضيف عملية التعلم النشط خطوة اختيار إلى هذه الحلقة، بحيث يوسم الأشخاص أولًا الصور التي تقل ثقة النموذج بها.

يدمج محرر التعليقات في منصة Ultralytics هذه الحلقة ضمن سير العمل: إذ يحوّل الوضع الذكي نقرة واحدة إلى قناع باستخدام نماذج Segment Anything من Meta، أو يضيف تنبؤات من نماذج YOLO المدرّبة مسبقًا أو المضبوطة بدقة لديك بوصفها تعليقات أولية. وتُنفَّذ خطوة وضع التسميات الأولية نفسها في Python باستخدام كاشف YOLO26، الذي يكتب تنبؤاته بتنسيق التسميات المستخدم في التدريب:

from pathlib import Path

from ultralytics import YOLO

# ⁨حمّل كاشف YOLO26 nano المدرّب مسبقًا لاقتراح التسميات⁩
model = YOLO("yolo26n.pt")

# ⁨نفّذ التنبؤ على صورة غير موسومة⁩
results = model("https://ultralytics.com/images/bus.jpg")
result = results[0]

# ⁨اكتب سطرًا واحدًا بصيغة "class x_center y_center width height" لكل كائن، مع التطبيع إلى النطاق 0-1⁩
label_file = result.save_txt("bus.txt")

# ⁨اطبع مسودات التسميات التي سيراجعها المعلّق⁩
print(Path(label_file).read_text())

يتضمن كل صف مطبوع فهرس فئة COCO يتبعه مركز الصندوق وعرضه وارتفاعه، معبّرًا عنها ككسور من حجم الصورة؛ وهذا هو تنسيق تسميات YOLO الذي يقرأه التدريب مباشرةً بعد أن يصحح المعلّق أي صناديق خاطئة أو مفقودة. وبالنسبة إلى الفئات التي لا يعرفها أي كاشف مدرّب مسبقًا، تستطيع منصة Ultralytics وسم مجموعات بيانات الكشف تلقائيًا باستخدام نماذج الرؤية واللغة التي تعثر على الأجسام انطلاقًا من أسمائها، وتقارن لوحة صدارة VLM دقة كل نموذج في وسم الصور الواقعية.

جودة التسميات#

لا يمكن للنموذج أن يكون أكثر اتساقًا من تسمياته، والأخطاء شائعة حتى في مجموعات البيانات الشهيرة. وقدّرت دراسة عن أخطاء التسميات في 10 معايير مرجعية واسعة الاستخدام أن 3.3% على الأقل من تسميات الاختبار خاطئة في المتوسط، بما في ذلك 6% على الأقل من مجموعة التحقق في ImageNet. تستخدم الفرق عدة فحوص معيارية لاكتشاف الأخطاء:

• أسئلة ذهبية: عناصر ذات إجابات معروفة تُضاف إلى قائمة مهام كل واضع تسميات لقياس دقته، وغالبًا ما تُسحب من مجموعة بيانات ذهبية.
• وسم متداخل: يوسم معلّقان أو أكثر العناصر نفسها، ويُقيّم مدى اتفاقهم باستخدام كابا كوهين لتسميات الفئات، أو باستخدام التقاطع على الاتحاد (IoU) بين مربعاتهم وأقنعتهم.
• التدقيق القائم على النموذج: يحدد نموذج مدرّب التسميات التي يختلف معها بشدة، وتُرتب أدوات مثل cleanlab أخطاء التسميات الأرجح لمراجعتها بشريًا.

وسم البيانات والمصطلحات ذات الصلة#

• تعليق البيانات: مرادف. وتميل فرق الرؤية الحاسوبية إلى استخدام مصطلح «التعليق» للأشكال الهندسية المرسومة مثل المربعات والأقنعة.
• التعلم شبه الخاضع للإشراف: يوسم النموذج البيانات غير الموسومة بنفسه، ويحتفظ بتنبؤاته الواثقة بوصفها تسميات زائفة من دون مراجعة بشرية.
• التعلم النشط: يحدد العناصر التي سيوسِمها الأشخاص لاحقًا، ويختار عادةً العناصر التي يجدها النموذج الحالي الأكثر التباسًا.
• تنظيف البيانات: يعالج مشكلات مجموعة البيانات، مثل العناصر المكررة والملفات التالفة والتنسيقات غير المتسقة، بما في ذلك التسميات الخاطئة المكتشفة بعد وضعها.
• البيانات الاصطناعية: صور مُصيّرة أو مولّدة تأتي تسمياتها مجانًا من المولّد، لأن تخطيط المشهد معروف بدقة، على حساب وجود فجوة بين الصور الاصطناعية والحقيقية.