تقديم منصة Ultralytics: الطريقة الأذكى لتوسيم وتدريب ونشر ذكاء الرؤية الاصطناعي

لقد قمنا ببناء نظام Ultralytics مفتوح المصدر لجعل رؤية الحاسوب في متناول الجميع. يقوم ملايين المطورين حول العالم الآن بتدريب نماذج Ultralytics YOLO لتشغيل كل شيء بدءًا من خطوط فحص المصانع وصولاً إلى أنظمة التوصيل المستقلة.

ولكن على مر السنين، ظللنا نسمع نفس التعليقات من المجتمع: لم يعد تدريب نموذج قوي هو العائق الأكبر في رؤية الحاسوب، بل إيصاله إلى مرحلة الإنتاج.

اليوم، نحن نغير ذلك. تعرف على Ultralytics Platform: المنصة الشاملة المتكاملة المصممة خصيصًا لنقل رؤية الذكاء الاصطناعي لديك من البيانات الخام إلى النشر الفعلي الجاهز للإنتاج.

Link to this sectionالفجوة بين النموذج الرائع والمنتج الرائع#

على مدى العقد الماضي، تطورت رؤية الحاسوب والتعلم العميق بسرعة من مجرد أبحاث إلى بنية تحتية حيوية تشغل أنظمة العالم الحقيقي. فهي تشغل عمليات فحص الجودة في أرضيات التصنيع، وتمكن تجارة التجزئة بدون كاشير، وتوجه الروبوتات الجراحية، وتحافظ على مسار المركبات ذاتية القيادة. لم تكن النماذج أكثر قدرة مما هي عليه الآن، ولكن الرحلة من نموذج أولي يعمل إلى نظام إنتاج موثوق؟ لا يزال ذلك أصعب مما ينبغي أن يكون.

معظم الفرق اليوم تدمج أدوات منفصلة لتعيين البيانات (Annotation)، والتدريب، وتتبع التجارب، والنشر، والمراقبة. كل تكامل يضيف تعقيدًا. وكل عملية تسليم تبطئ الزخم. ويمكن أن تضيع أسابيع بهدوء في إدارة البنية التحتية بدلاً من بناء التطبيق نفسه.

أثناء عملنا بشكل وثيق مع المطورين والشركات الناشئة وفرق المؤسسات عبر مجتمع رؤية الحاسوب، استمرت ثلاثة تحديات في الظهور:

• عنق زجاجة تعيين البيانات (Annotation): تتطلب النماذج عالية الأداء بيانات مُصنفة عالية الجودة، لكن إنشاء هذه المجموعات وصيانتها يظل بطيئًا وكثيف العمالة.
• فجوة النشر: النموذج الذي يعمل بشكل جيد في التدريب قد يحتاج إلى أسابيع من الهندسة الإضافية ليعمل بشكل موثوق عبر أجهزة الحافة، وبيئات السحابة، وأنظمة الإنتاج.
• ضريبة تشتت الأدوات: يؤدي توزيع عمليات التعيين والتدريب والتتبع والنشر عبر خدمات متعددة إلى تكاليف إضافية متراكمة تبطئ كل دورة تكرارية.

هذه التحديات المتكررة هي عنق الزجاجة المحدد لتطوير رؤية الحاسوب الحديثة وهي ما قادنا في النهاية إلى بناء Ultralytics Platform. تبسيط سير العمل من إعداد البيانات إلى النشر وربط المراحل الرئيسية لتطوير رؤية الحاسوب يجعل من الممكن للفرق الانتقال بسهولة أكبر من النماذج الواعدة إلى أنظمة رؤية الذكاء الاصطناعي في العالم الحقيقي.

Link to this sectionدورة حياة رؤية الذكاء الاصطناعي بأكملها، في مكان واحد#

تجمع Ultralytics Platform كل مرحلة من مراحل سير عمل رؤية الحاسوب بدءًا من إدارة البيانات إلى التعيين (Annotation)، وتدريب النموذج، والنشر، والمراقبة. كل ذلك في مساحة عمل واحدة متصلة لتقليل التعقيد وتسريع الطريق من الفكرة إلى التأثير.

قم بتحميل صورك أو مقاطع الفيديو الخاصة بك. قم بتصنيفها باستخدام أدوات التعيين المدمجة. قم بتدريب نماذج مثل Ultralytics YOLO26 مباشرة على المنصة. انشر عالميًا. راقب الأداء في الوقت الفعلي. كل مرحلة تتدفق إلى المرحلة التالية، حتى تتمكن من التركيز على بناء تطبيقك بدلاً من إدارة البنية التحتية.

الشكل 1. لمحة عن Ultralytics Platform (المصدر)

Link to this sectionمن الفكرة إلى النشر: كيف تعمل Ultralytics Platform#

تحويل فكرة رؤية الحاسوب إلى نظام عمل يتضمن عدة مراحل، من إعداد البيانات إلى تشغيل النماذج في الإنتاج. تنظم Ultralytics Platform هذه العملية في خط أنابيب واضح وبسيط يساعدك على الانتقال من المفهوم الأولي إلى نموذج منشور بسهولة.

Link to this sectionالتعيين (Annotation): تسريع جذري#

لطالما كان تصنيف البيانات تقليديًا أحد أكثر الأجزاء استهلاكًا للوقت في أي مشروع لرؤية الحاسوب. تجعل Ultralytics Platform هذه العملية أسرع بشكل ملحوظ وهي مصممة لتلائمك أينما كانت بياناتك.

يمكنك تحميل الصور الخام، أو مقاطع الفيديو، أو أرشيفات مجموعات البيانات، أو استيراد مجموعات بيانات مُصنفة بالفعل بتنسيق YOLO أو COCO، أو استنساخ مجموعات البيانات العامة التي يشاركها مجتمع Ultralytics. سواء كنت تبدأ من الصفر أو تبني على عمل موجود، تكون بياناتك جاهزة للاستخدام بمجرد وصولها إلى المنصة.

إذا لم تكن صورك أو مقاطع الفيديو الخاصة بك مصنفة بعد، فإن محرر التعيين المدمج يجعل الوصول إلى ذلك أسرع بكثير. وهو يدعم كل مهمة رئيسية لرؤية الحاسوب، من اكتشاف الكائنات وتقسيم الحالات (instance segmentation) إلى تقدير الوضع (pose estimation)، واكتشاف الصناديق المحيطة الموجهة (OBB)، وتصنيف الصور، مع أدوات مصممة لكل من السرعة والدقة.

القدرة البارزة هنا هي التعيين الذكي المدعوم بـ SAM 3. باستخدام نموذج Segment Anything Model 3 (SAM 3)، يمكنك إنشاء أقنعة دقيقة، أو صناديق محيطة (bounding boxes)، أو صناديق موجهة عن طريق النقر على كائن والتحسين ببضع نقاط. ما كان يستغرق ساعات من التتبع اليدوي يستغرق الآن دقائق، مما يمنح الفرق القدرة على بناء مجموعات بيانات عالية الجودة بوتيرة تتناسب مع سرعة تطويرهم.

الشكل 3. مثال على التعيين الذكي المدعوم بـ SAM على Ultralytics Platform (المصدر)

قوالب هيكل الوضع (Pose skeleton)، واختصارات لوحة المفاتيح، وإدارة الفئات المضمنة، ودعم التراجع/الإعادة تكمل تجربة التعيين التي تم بناؤها للحفاظ على تدفق عملك.

Link to this sectionالتدريب: قوة سهلة#

بمجرد تصنيف بياناتك، التدريب متاح بنقرة واحدة فقط. Ultralytics YOLO26، وYOLO11، وعائلة نماذج Ultralytics YOLO الكاملة مدعومة أصليًا ويمكن تدريبها مباشرة على المنصة باستخدام وحدات معالجة الرسومات السحابية (GPUs) أو تدريبها على الأجهزة المحلية مع بث المقاييس مرة أخرى إلى المنصة.

اختر من بين مجموعة واسعة من خيارات وحدات معالجة الرسومات السحابية، بما في ذلك RTX 4090، وRTX PRO 6000، وNVIDIA A100، وH100، والمزيد، أو قم بالتدريب على أجهزتك المحلية الخاصة أثناء بث المقاييس في الوقت الفعلي إلى المنصة. يتم تنظيم كل تجربة تلقائيًا في مشاريع تجمع النماذج ذات الصلة معًا، مما يجعل من السهل تتبع كيفية تأثير مجموعات البيانات والمعلمات والتكوينات المختلفة على النتائج وتحديد أقوى النماذج.

راقب منحنيات الفقد (loss curves)، والدقة (precision)، والاسترجاع (recall)، ومتوسط دقة المتوسط (mAP) أثناء تطورها دورة تلو الأخرى. تعمق في مصفوفات الارتباك (confusion matrices) ومنحنيات الدقة والاسترجاع لفهم أين يؤدي نموذجك بشكل جيد بالضبط وأين يمكنه التحسن. قارن عمليات تشغيل متعددة جنبًا إلى جنب للعثور على التكوين الذي يقدم أفضل النتائج.

الشكل 2. نظرة على مراقبة تقدم التدريب باستخدام Ultralytics Platform (المصدر)

تدير Ultralytics Platform أيضًا المراحل الرئيسية لدورة حياة التدريب تلقائيًا. يتم حفظ نقاط التحقق (checkpoints) طوال فترة التدريب، مما يحفظ كلاً من النموذج الأفضل أداءً والأوزان النهائية المدربة. يمكن ضبط النماذج المدربة مسبقًا مباشرة داخل المنصة، ويمكن تحميل أو تنزيل النماذج المدربة لاستخدامها في بيئات أخرى، مما يمنح الفرق مرونة كاملة حول كيفية ومكان عملهم.

لا توجد بنية تحتية لتوفيرها. لا توجد خدمة تتبع تجارب منفصلة لإعدادها. مجرد مسار واضح وفعال من البيانات المصنفة إلى نموذج مدرب جاهز للعالم الحقيقي.

Link to this sectionانشر عالميًا، راقب كل شيء#

يحتاج النموذج المدرب جيدًا إلى مسار قادر بنفس القدر إلى الإنتاج. توفر Ultralytics Platform ذلك.

ابدأ بالتحقق من صحة نتائج الاستدلال (inference) لنموذجك مباشرة في المتصفح. عندما تكون واثقًا من النتائج، انشر إلى 43 منطقة عالمية مع نقاط نهاية مخصصة تتوسع تلقائيًا لتلبية الطلب، كل منها بنقطة نهاية API فريدة جاهزة للتكامل في تطبيقاتك.

الشكل 4. تدعم Ultralytics Platform نشر النماذج عبر 43 منطقة عالمية. (المصدر)

سواء كنت بحاجة إلى النشر في السحابة أو تشغيل النماذج على أجهزة الحافة، توفر Ultralytics Platform خيارات مرنة مصممة لكلتا الحالتين. جميع نماذج Ultralytics YOLO مُحسنة أصليًا للعمل بكفاءة عبر البيئات، مما يوفر أداءً موثوقًا حتى على أجهزة الحافة ذات موارد الحوسبة المحدودة. بالنسبة للفرق التي تحتاج إلى تشغيل النماذج خارج المنصة، تدعم Ultralytics التصدير إلى 17 تنسيقًا معتمدًا، بما في ذلك ONNX، وTensorRT، وCoreML، وTFLite، وOpenVINO، بحيث تعمل نماذجك أصليًا عبر الخدمات السحابية، والأجهزة المحمولة، وأنظمة الحافة، والمزيد.

بمجرد أن تصبح نماذجك مباشرة (live)، تمنحك المراقبة المدمجة في لوحة معلومات النشر رؤية كاملة لأداء الإنتاج: حجم الطلب، ومقاييس زمن الوصول (latency)، ومعدلات الخطأ، وصحة نقطة النهاية، والسجلات التفصيلية. يمكنك أيضًا مراجعة السجلات، والتحقق من حالة صحة نقطة النهاية، وتتبع الأداء بمرور الوقت للمساعدة في ضمان تشغيل أنظمة رؤية الحاسوب الخاصة بك بشكل موثوق في الإنتاج وتحديد فرص تحسين الأداء.

ابدأ اليوم، أو استكشف وثائق Ultralytics للحصول على نظرة أعمق على ما يمكن للمنصة القيام به.

Link to this sectionإضفاء الطابع الديمقراطي على تطوير رؤية الذكاء الاصطناعي#

كلما تعلمت المزيد عن Ultralytics Platform، ستدرك بسرعة أن هدفها يتجاوز توفير أدوات لبناء أنظمة رؤية الحاسوب. في جوهرها، تم تصميم المنصة للمساعدة في جعل تطوير رؤية الذكاء الاصطناعي أكثر سهولة وسهولة في الاستخدام لمجتمع أوسع.

تاريخيًا، كان بناء ونشر أنظمة الذكاء الاصطناعي يتطلب بنية تحتية متخصصة، وأدوات معقدة، واستثمارًا كبيرًا مقدمًا. حتى عندما أصبحت النماذج القوية أسهل في التدريب، كان سير العمل المحيط - إدارة مجموعات البيانات، وتشغيل التجارب، ونشر النماذج، وصيانة البنية التحتية - أمرًا صعبًا على الأفراد والفرق الصغيرة للوصول إليه.

تعمل Ultralytics Platform على خفض هذه الحواجز من خلال جلب سير عمل رؤية الذكاء الاصطناعي بأكمله إلى بيئة واحدة، مع تسهيل البدء. يمكن للمستخدمين الجدد البدء في تجربة المنصة من خلال الخطة المجانية، والتي تتضمن أرصدة اشتراك للتدريب السحابي والوصول إلى الميزات الأساسية مثل إدارة مجموعات البيانات، وأدوات التعيين، وتدريب النماذج، وتصدير النماذج.

مع نمو المشاريع، يمكن للمستخدمين أو عملاء المؤسسات التوسع باستخدام أرصدة إضافية وخطط منصة تفتح المزيد من موارد الحوسبة، والتخزين، وميزات التعاون، وسعة النشر. يعني هذا النهج المرن أن المطورين والباحثين والشركات الناشئة والمؤسسات يمكنهم البدء بشكل صغير، والتجربة بحرية، وتوسيع نطاق استخدامهم مع تحرك أنظمة رؤية الحاسوب الخاصة بهم نحو الإنتاج.

من خلال الجمع بين سير عمل رؤية الحاسوب الشامل ونموذج تسعير يسهل الوصول إليه، تساعد Ultralytics Platform في فتح الباب أمام المزيد من الأشخاص لبناء واختبار ونشر تطبيقات رؤية الذكاء الاصطناعي في العالم الحقيقي.

Link to this sectionأبرز النقاط#

تجلب Ultralytics Platform دورة حياة رؤية الذكاء الاصطناعي بأكملها إلى مساحة عمل واحدة قوية، مما يجعل الانتقال من البيانات الخام إلى أنظمة رؤية الذكاء الاصطناعي الجاهزة للإنتاج أسرع. بفضل الأدوات المدمجة للتعيين، والتدريب، والنشر، والمراقبة، يمكن للفرق بناء ونشر نماذج مثل Ultralytics YOLO26، وUltralytics YOLO11، وUltralytics YOLO11، ونماذج YOLO القديمة دون إدارة بنية تحتية معقدة.

سواء كنت تجرب نموذجك الأول أو تنشر رؤية الذكاء الاصطناعي على نطاق واسع، تم تصميم المنصة لدعم كل مرحلة من مراحل الرحلة.

انضم إلى مجتمعنا واكتشف ابتكارات مثل الذكاء الاصطناعي في التصنيع ورؤية الذكاء الاصطناعي في تجارة التجزئة. قم بزيارة مستودع GitHub الخاص بنا وابدأ في استخدام رؤية الحاسوب اليوم من خلال الاطلاع على خيارات الترخيص لدينا.