بنى اكتشاف الأجسام

معمارية اكتشاف الكائنات هي المخططات الأساسية لـ نماذج التعلم العميق التي تؤدي اكتشاف الكائنات. تتضمن مهمة الرؤية الحاسوبية (CV) هذه تحديد وجود وموقع الكائنات داخل صورة أو مقطع فيديو، عادةً عن طريق رسم مربع محيط حولها وتعيين تسمية فئة. تحدد المعمارية هيكل النموذج، بما في ذلك كيفية معالجته للمعلومات المرئية وإجراء التنبؤات. يعد اختيار المعمارية أمرًا بالغ الأهمية لأنه يؤثر بشكل مباشر على سرعة النموذج و دقته ومتطلباته الحسابية.

كيف تعمل Architectures الخاصة باكتشاف الكائنات؟

تتكون معظم هياكل الكشف عن الكائنات الحديثة من ثلاثة مكونات رئيسية تعمل بالتتابع:

• العمود الفقري: هذا عبارة عن شبكة عصبونية التفافية (CNN)، غالبًا ما يتم تدريبها مسبقًا على مجموعة بيانات كبيرة لتصنيف الصور مثل ImageNet. دورها الأساسي هو العمل كمستخرج للميزات، وتحويل الصورة المدخلة إلى سلسلة من خرائط الميزات التي تلتقط معلومات مرئية هرمية. تشتمل الشبكات الشائعة للعمود الفقري على ResNet و CSPDarknet، والتي تُستخدم في العديد من نماذج YOLO. يمكنك معرفة المزيد حول أساسيات الشبكات العصبونية التفافية من مصادر مثل نظرة IBM التفصيلية.
• الرقبة (Neck): يقع هذا المكون الاختياري بين العمود الفقري والرأس. وهو يعمل على تجميع وتحسين خرائط الميزات التي تم إنشاؤها بواسطة العمود الفقري، وغالبًا ما يجمع بين الميزات من مقاييس مختلفة لتحسين اكتشاف الكائنات ذات الأحجام المختلفة. تتضمن الأمثلة شبكات هرم الميزات (FPNs).
• رأس الاكتشاف (Detection Head): الرأس هو المكون النهائي المسؤول عن إجراء التنبؤات. يأخذ خرائط الميزات المعالجة من الرقبة (أو مباشرة من العمود الفقري) ويخرج احتمالات الفئة وإحداثيات المربع المحيط لكل كائن تم اكتشافه.

أنواع البنى

تصنف معمارية اكتشاف الكائنات على نطاق واسع بناءً على نهجها في التنبؤ، مما يؤدي إلى مفاضلة بين السرعة والدقة. يمكنك استكشاف مقارنات مفصلة للنماذج لرؤية هذه المفاضلات عمليًا.

• كاشفات الكائنات ذات المرحلتين (Two-Stage Object Detectors): تحدد هذه النماذج، مثل عائلة R-CNN، أولاً مجموعة من مناطق الكائنات المرشحة (مقترحات المنطقة) ثم تصنف كل منطقة. يمكن أن تحقق هذه العملية المكونة من خطوتين دقة عالية ولكنها غالبًا ما تكون أبطأ.
• أجهزة الكشف عن الكائنات ذات المرحلة الواحدة: تتعامل بنيات مثل عائلة Ultralytics YOLO (أنت تنظر مرة واحدة فقط) مع اكتشاف الكائنات كمشكلة انحدار واحدة. إنها تتنبأ بالمربعات المحيطة واحتمالات الفئة مباشرة من الصورة الكاملة في تمريرة واحدة، مما يتيح الاستدلال في الوقت الفعلي.
• الكاشفات الخالية من المرساة: تطور أحدث داخل الكاشفات ذات المرحلة الواحدة، تعمل البنى الخالية من المرساة مثل Ultralytics YOLO11 على إلغاء الحاجة إلى مربعات إرساء محددة مسبقًا. هذا يبسط عملية التدريب وغالبًا ما يؤدي إلى نماذج أسرع وأكثر كفاءة.

تطبيقات واقعية

تعمل بنى اكتشاف الأجسام على تشغيل العديد من تطبيقات الذكاء الاصطناعي في مختلف القطاعات:

• المركبات ذاتية القيادة: ضرورية للسيارات ذاتية القيادة لإدراك محيطها من خلال اكتشاف المشاة والمركبات الأخرى وإشارات المرور وعلامات المسار. تعتمد شركات مثل Waymo بشكل كبير على اكتشاف الكائنات المتطور. اقرأ المزيد عن الذكاء الاصطناعي في السيارات ذاتية القيادة.
• الأمن والمراقبة: تستخدم في الأنظمة الأمنية لاكتشاف الوصول غير المصرح به أو مراقبة الحشود بحثًا عن نشاط غير عادي أو تنفيذ التعرف على الوجوه. راجع دليل نظام إنذار الأمان Ultralytics للحصول على مثال عملي.
• تحليل الصور الطبية: يساعد أخصائيي الأشعة في الكشف عن التشوهات مثل الأورام أو الكسور في الأشعة السينية والتصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي. استكشف حلول الذكاء الاصطناعي في الرعاية الصحية والتطبيقات المحددة مثل اكتشاف الأورام باستخدام YOLO11.
• تحليلات البيع بالتجزئة: تُمكّن تطبيقات مثل الدفع الآلي، ومراقبة الرفوف، و الذكاء الاصطناعي لإدارة المخزون.

الأدوات والتقنيات

غالبًا ما يتضمن تطوير ونشر النماذج المستندة إلى هذه البنى أدوات وأطر عمل متخصصة:

• أطر عمل التعلم العميق: توفر المكتبات مثل PyTorch (قم بزيارة موقع PyTorch الرسمي) و TensorFlow (راجع موقع TensorFlow) اللبنات الأساسية.
• مكتبات رؤية الكمبيوتر: تقدم OpenCV (الموقع الرسمي: OpenCV.org) مجموعة واسعة من الوظائف لمعالجة الصور ومعالجتها.
• النماذج والمنصات: توفر Ultralytics أحدث نماذج Ultralytics YOLO ومنصة Ultralytics HUB، مما يبسط عملية تدريب النماذج المخصصة وإدارة مجموعات البيانات (مثل COCO) ونشر الحلول.
• المصدر المفتوح: يتم تطوير العديد من هياكل وأدوات الكشف عن الكائنات بموجب تراخيص مفتوحة المصدر، مما يعزز التعاون والابتكار داخل مجتمع الذكاء الاصطناعي. تستضيف موارد مثل GitHub العديد من المشاريع في هذا المجال.