Interactive Segmentation

التجزئة التفاعلية هي نهج تعاوني بدرجة كبيرة في الرؤية الحاسوبية، حيث يقدّم المستخدم البشري إدخالًا مستمرًا أو لمرة واحدة—مثل النقرات أو مربعات الإحاطة أو المطالبات النصية—لتوجيه نموذج ذكاء اصطناعي نحو عزل أجسام محددة داخل صورة. وعلى خلاف الأساليب المؤتمتة بالكامل، تتيح هذه التقنية، التي يشارك فيها الإنسان ضمن الحلقة، للمستخدمين تحديد ما يجب تجزئته بدقة، ما يجعلها قيّمة بصورة خاصة عند التعامل مع البيانات المرئية الملتبسة أو الأجسام المتداخلة أو الفئات غير المرئية. وعلى مدى السنوات القليلة الماضية، أدى ظهور النماذج الأساسية إلى تحسين سرعة هذه العملية ودقتها تحسينًا كبيرًا، محولًا إياها إلى أداة حيوية من أجل وسم البيانات والتصوير الدقيق.

كيفية عمل التجزئة التفاعلية#

في جوهرها، تعتمد سيرورة العمل على تجزئة المفاهيم القابلة للتوجيه بالمطالبات، حيث يفسّر النموذج توجيهات المستخدم لإنشاء قناع دقيق على مستوى البكسل. قد يضع المستخدم نقرة «إيجابية» على الجسم الأمامي الذي يريد تحديده، ونقرة «سلبية» على مناطق الخلفية التي يريد استبعادها. وتأخذ النماذج المتقدمة مثل نموذج تجزئة أي شيء (SAM) وخلفاؤه، Meta SAM 3، هذه العملية إلى مستوى أبعد من خلال قبول أنواع متنوعة من الإيماءات [1] ومربعات الإحاطة، بل وحتى الأوصاف النصية لتحديد موضع البحث المرئي. ويحسب النموذج الحد الأمثل استنادًا إلى هذه المطالبات، ويمكن للمستخدم تحسين القناع تكراريًا بإضافة نقرات أخرى حتى تتحقق الدقة المطلوبة.

التطبيقات الواقعية#

تُحدث التجزئة التفاعلية تحولًا في سير العمل عبر العديد من القطاعات من خلال المزج بين الخبرة البشرية وكفاءة الذكاء الاصطناعي.

• التصوير الطبي: في الذكاء الاصطناعي في الرعاية الصحية، يستخدم الأطباء وأخصائيو الأشعة أدوات تفاعلية لعزل الأورام أو الآفات أو أعضاء محددة في فحوصات MRI وCT. وتُظهر الأبحاث المتعلقة بـالنمذجة المكانية للصور الطبية [2] أن النقرات التفاعلية تتيح للمتخصصين الطبيين تصحيح تنبؤات الذكاء الاصطناعي بسرعة، بما يضمن الدقة الصارمة المطلوبة لتشخيص المرضى.
• الخرائط الجغرافية المكانية وخرائط الأقمار الصناعية: يستخدم مخططو المدن وعلماء البيئة نماذج تفاعلية لتسريع استخراج معالم GIS [3]. وبدلًا من رسم الخطوط الساحلية المعقدة أو الحدود الزراعية أو البنية التحتية الجديدة يدويًا، يستطيع المحللون وضع بضع نقرات استراتيجية لإنشاء مضلعات جغرافية دقيقة فورًا.
• اكتشاف العيوب الصناعية: في الذكاء الاصطناعي في التصنيع، يستطيع مهندسو مراقبة الجودة استخدام المطالبات التفاعلية لإبراز العيوب المجهرية على خطوط الإنتاج، مع تكييف النظام ديناميكيًا مع أنواع جديدة من العيوب من دون إعادة تدريب النموذج بأكمله.

التجزئة التفاعلية مقابل تجزئة المثيلات#

على الرغم من أن كلا المفهومين يتضمن فصل الأجسام على مستوى البكسل، فإنهما يخدمان أغراضًا تشغيلية مختلفة. فعادةً ما تكون تجزئة المثيلات عملية مؤتمتة بالكامل، حيث يكتشف نموذج مثل Ultralytics YOLO26 الفئات المحددة مسبقًا (مثل «سيارة» و«شخص» و«كلب») ويرسم حدودها من دون تدخل المستخدم. يمكنك معرفة المزيد حول كيفية عمل ذلك في دليلنا حول تجزئة المثيلات.

وعلى العكس، لا تعتمد التجزئة التفاعلية اعتمادًا صارمًا على الفئات المحددة مسبقًا. فهي محايدة تجاه الفئة، أي إنها تجزّئ كل ما يشير إليه المستخدم، ما يجعلها مناسبة جدًا لسيرورات التعلّم النشط التي تحتاج فيها الأجسام الجديدة إلى وسم سريع وإضافتها إلى مجموعات بيانات مخصصة باستخدام أدوات مثل منصة Ultralytics.

مثال باستخدام Ultralytics#

يمكنك بسهولة تنفيذ التجزئة التفاعلية في مشاريعك الخاصة باستخدام PyTorch وحزمة Python ultralytics. في هذا المثال، نستخدم FastSAM لتجزئة جسم محدد من خلال تقديم مطالبة على شكل مربع إحاطة.

from ultralytics import FastSAM

# Load a pretrained FastSAM model
model = FastSAM("FastSAM-s.pt")

# Perform interactive segmentation using a bounding box prompt [x1, y1, x2, y2]
results = model("path/to/image.jpg", bboxes=[100, 100, 300, 300])

# Display the segmented result on screen
results[0].show()

يوضح هذا المقتطف كيف توجه مطالبة مكانية بسيطة النموذج مباشرةً لعزل المنطقة محل الاهتمام، مما يبسّط مهام تجزئة الصور المعقدة باستخدام قدر ضئيل من التعليمات البرمجية.