Instance Segmentation

تجزئة المثيلات هي تقنية متطورة في computer vision (CV) تحدد وتحدد كل كائن مميز للاهتمام داخل الصورة على مستوى البكسل. بينما تقوم object detection القياسية بتحديد موقع العناصر باستخدام bounding boxes مستطيلة، تأخذ تجزئة المثيلات التحليل إلى أعمق من خلال توليد قناع دقيق لكل كيان مُكتشف. تتيح هذه القدرة لنماذج artificial intelligence (AI) التمييز بين الكائنات الفردية من نفس الفئة - مثل فصل شخصين متراكبين - مما يوفر فهمًا أثرى وأكثر تفصيلاً للمشهد المرئي مقارنة بطرق التصنيف الأبسط.

التمييز بين أنواع التجزئة#

لإدراك فائدة تجزئة النطاقات بشكل كامل، من المفيد التمييز بينها وبين مهام معالجة الصور الأخرى ذات الصلة. تقدم كل طريقة مستوى مختلفاً من الدقة اعتماداً على متطلبات التطبيق.

• Semantic Segmentation: يقوم هذا النهج بتصنيف كل بكسل في الصورة إلى فئة (مثل "طريق"، "سماء"، "سيارة"). ومع ذلك، فإنه لا يميز بين الكائنات المنفصلة من نفس الفئة. إذا كانت ثلاث سيارات متوقفة بجانب بعضها البعض، فإن التجزئة الدلالية تراها كمنطقة "سيارة" واحدة.
• Instance Segmentation: تعامل هذه الطريقة كل كائن كيانًا فريدًا. فهي تكتشف المثيلات الفردية وتعين تسمية فريدة لبكسلات كل منها. في مثال السيارات المتوقفة، ستنشئ تجزئة المثيلات ثلاثة أقنعة مميزة، وتحدد "السيارة أ"، و"السيارة ب"، و"السيارة ج" بشكل منفصل.
• Panoptic Segmentation: نهج هجين يجمع بين تصنيف الخلفية للتجزئة الدلالية وتحديد الكائنات القابلة للعد لتجزئة المثيلات.

آليات تحليل مستوى البكسل#

تعتمد نماذج تجزئة المثيلات الحديثة عادة على بنيات deep learning (DL) متقدمة، لا سيما Convolutional Neural Networks (CNNs). تستخرج هذه الشبكات الميزات من الصورة لتوقع كل من فئة الكائن وكونتورها المكاني. تاريخياً، كانت البنيات ذات المرحلتين مثل Mask R-CNN هي المعيار، حيث تقترح أولاً مناطق الاهتمام ثم تنقحها إلى أقنعة.

ومع ذلك، أدت التطورات الأخيرة إلى كشفات أحادية المرحلة مثل YOLO26، والتي تجري الاكتشاف والتجزئة في وقت واحد. يحسن هذا النهج "من طرف إلى طرف" سرعات real-time inference بشكل كبير، مما يجعل من الممكن تطبيق تجزئة عالية الدقة على تدفقات الفيديو المباشرة على الأجهزة الاستهلاكية.

تطبيقات العالم الحقيقي#

تعد الحدود الدقيقة التي توفرها تجزئة النطاقات أمراً بالغ الأهمية للصناعات التي يكون فيها فهم الشكل والموقع الدقيق للكائن ضرورياً لاتخاذ القرار.

• AI in Healthcare: في التشخيص الطبي، يعد تحديد الحجم والشكل الدقيقين للأورام أو الآفات أمرًا بالغ الأهمية. تتيح تجزئة المثيلات للنماذج تحديد الخطوط العريضة للتشوهات في MRI scans بدقة عالية، مما يساعد أطباء الأشعة في تخطيط العلاج ومراقبة تطور المرض.
• Autonomous Vehicles: تعتمد السيارات ذاتية القيادة على التجزئة للتنقل في البيئات المعقدة. باستخدام مجموعات البيانات مثل Cityscapes، يمكن للمركبات تحديد الأسطح القابلة للقيادة، التعرف على علامات الممرات، وفصل المشاة الأفراد في ممرات المشاة المزدحمة لضمان السلامة.
• AI in Agriculture: تستخدم الزراعة الدقيقة التجزئة لمراقبة صحة المحاصيل. يمكن للروبوتات المجهزة بأنظمة الرؤية تحديد الفواكه الفردية للحصاد الآلي أو اكتشاف الأعشاب الضارة المحددة لتطبيق مبيدات الأعشاب المستهدفة، مما يقلل استخدام المواد الكيميائية ويحسن الإنتاجية.

تنفيذ التجزئة باستخدام Python#

يمكن للمطورين تطبيق تجزئة المثيلات بسهولة باستخدام مكتبة ultralytics. يوضح المثال التالي كيفية تحميل نموذج مدرب مسبقًا YOLO26 وإنشاء أقنعة تجزئة لصورة.

from ultralytics import YOLO

# Load a pre-trained YOLO26 instance segmentation model
# The 'n' suffix denotes the nano version, optimized for speed
model = YOLO("yolo26n-seg.pt")

# Run inference on an image
# This predicts classes, bounding boxes, and masks
results = model("https://ultralytics.com/images/bus.jpg")

# Visualize the results
# Displays the image with overlaid segmentation masks
results[0].show()

التحديات وتدريب النماذج#

على الرغم من قوتها، إلا أن تجزئة المثيلات تتطلب حسابياً مكثفاً مقارنة باكتشاف مربع الحدود البسيط. يتطلب توليد أقنعة دقيقة للبكسل موارد GPU resources كبيرة و data annotation دقيقة. تتضمن تعليقات البيانات لهذه المهام رسم مضلعات ضيقة حول كل كائن، مما قد يستغرق وقتاً طويلاً.

لتبسيط هذه العملية، غالباً ما تستخدم الفرق أدوات مثل Ultralytics Platform، والتي توفر ميزات لإدارة مجموعات البيانات، والتعليق التلقائي، والتدريب المستند إلى السحابة. يتيح ذلك للمطورين ضبط النماذج بدقة على بيانات مخصصة - مثل الأجزاء الصناعية المحددة أو العينات البيولوجية - ونشرها بكفاءة على أجهزة edge AI باستخدام تنسيقات محسنة مثل ONNX أو TensorRT.