تعرّف على كل ما يتعلق بالميزات الرائدة في Ultralytics YOLO11 ، أحدث طرازات الذكاء الاصطناعي التي تعيد تعريف الرؤية الحاسوبية بدقة وكفاءة لا مثيل لها.
يسعدنا أن نقدم التطور التالي لنماذجUltralytics : YOLO11! بناءً على التطورات المذهلة التي شهدتها الإصدارات السابقة من نموذج YOLO ، يجلب YOLO11 مجموعة من الميزات والتحسينات القوية التي تجعله أسرع وأكثر دقة وتنوعًا بشكل لا يصدق. وقد تم الإعلان عن هذه الإضافة الأحدث لعائلة Ultralytics في حدثYOLO Vision 2024 (YV24)، وهو التجمع السنوي الهجين لخبراء الذكاء الاصطناعي والمبتكرين والمطورين Ultralytics، ومن المقرر أن تعيد هذه الإضافة الأحدث إلى عائلة تعريف ما هو ممكن مع رؤية الكمبيوتر.
وبفضل بنيته المبتكرة، يمكن استخدام YOLO11 في العديد من مهام الرؤية الحاسوبية، بدءًا من اكتشاف الأجسام في الوقت الحقيقي وحتى التصنيف، مما يجعله مغيرًا لقواعد اللعبة للمطورين والباحثين على حد سواء. تشمل التحسينات الرئيسية استخراج الميزات المحسّنة لالتقاط تفاصيل أكثر دقة، ودقة أكبر مع عدد أقل من المعلمات، وسرعات معالجة أسرع تحسّن الأداء في الوقت الحقيقي بشكل كبير. في هذه المقالة، سنلقي نظرة فاحصة على الميزات التي تجعل YOLO11 متميزًا وكيف يمكنه تحويل تطبيقات الرؤية الحاسوبية الخاصة بك. لنبدأ!
YOLO11 يمثل فصلاً جديدًا لعائلة YOLO ، حيث يقدم نموذجًا أكثر قدرة وتنوعًا يرتقي بالرؤية الحاسوبية إلى آفاق جديدة. يدعم النموذج، بفضل بنيته المحسّنة وقدراته المحسّنة، مهام الرؤية الحاسوبية مثل تقدير الوضعية وتجزئة المثيل التي يحبها مجتمع الذكاء الاصطناعي البصري Ultralytics YOLOv8ولكن بأداء ودقة أكبر. قال جلين جوتشر، المؤسس والرئيس التنفيذي لشركة Ultralytics ، "مع YOLO11 ، شرعنا في تطوير نموذج يوفر القوة والتطبيق العملي لتطبيقات العالم الحقيقي. إن كفاءته ودقته المحسنة تجعله أداة قوية يمكن تكييفها مع التحديات الفريدة التي تواجهها مختلف الصناعات. لا أطيق الانتظار حتى أرى كيف يستخدم مجتمع Vision AI YOLO11 لإنشاء حلول مبتكرة والارتقاء بالرؤية الحاسوبية إلى المستوى التالي."
.png)
إليك لمحة عن مهام الرؤية الحاسوبية التي يدعمها YOLO11 :
YOLO11 يعتمد على التطورات التي تم تقديمها في YOLOv9 و YOLOv10 في وقت سابق من هذا العام، حيث يتضمن تصميمات معمارية محسّنة وتقنيات محسّنة لاستخراج الميزات وأساليب تدريب محسّنة. ما يجعل YOLO11 متميزًا حقًا هو الجمع المثير للإعجاب بين السرعة والدقة والكفاءة، مما يجعله واحدًا من أكثر النماذج قدرة التي أنشأها Ultralytics حتى الآن. وبفضل التصميم المحسّن، يوفر YOLO11 استخلاصًا أفضل للميزات، وهي عملية تحديد الأنماط والتفاصيل المهمة من الصور، مما يجعل من الممكن التقاط الجوانب المعقدة بدقة أكبر، حتى في السيناريوهات الصعبة.
من اللافت للنظر أن YOLO11m يحقق متوسط درجة دقة أعلى على مجموعة بيانات COCO مع استخدام معلمات أقل بنسبة 22% من YOLOv8mمما يجعلها أخف من الناحية الحسابية دون التضحية بالأداء. وهذا يعني أنها تقدم نتائج أكثر دقة مع كونها أكثر كفاءة في التشغيل. علاوةً على ذلك، يوفر YOLO11 سرعات معالجة أسرع، حيث إن أوقات الاستدلال أسرع بنسبة 2% تقريبًا من YOLOv10، مما يجعله مثاليًا للتطبيقات في الوقت الفعلي.
.png)
لقد تم تصميمه للتعامل مع المهام المعقدة مع سهولة استخدامه على الموارد وتصميمه لتحسين أداء النماذج واسعة النطاق، مما يجعله مناسبًا تمامًا لمشاريع الذكاء الاصطناعي الصعبة. كما حسّنت التحسينات التي أُدخلت على خط أنابيب التعزيز من عملية التدريب، مما يسهل على YOLO11 التكيف مع المهام المختلفة، سواء كنت تعمل على مشاريع صغيرة أو تطبيقات واسعة النطاق.
في الواقع، يتميز YOLO11 بكفاءة عالية من حيث قوة المعالجة وهو مناسب تمامًا للنشر على كل من الأجهزة السحابية والأجهزة الطرفية، مما يضمن المرونة في بيئات مختلفة. ببساطة، YOLO11 ليس مجرد ترقية؛ إنه نموذج أكثر دقة وفعالية ومرونة بشكل ملحوظ، وهو مجهز بشكل أفضل للتعامل مع أي تحدٍ في مجال الرؤية الحاسوبية. سواءً كانت القيادة الذاتية أو المراقبة أو التصوير في مجال الرعاية الصحية أو البيع بالتجزئة الذكي أو حالات الاستخدام الصناعي، فإن YOLO11 متعدد الاستخدامات بما يكفي لتلبية أي تطبيق رؤية حاسوبية تقريبًا.
YOLO11 مصمم للتكامل بسلاسة مع الأنظمة والمنصات التي تستخدمها بالفعل. بناءً على الدعم المقدم من YOLOv8YOLO11 متوافق مع مجموعة واسعة من البيئات للتدريب والاختبار والنشر. سواء كنت تعمل مع NVIDIA GPUs أو أجهزة الحافة أو النشر على المنصات السحابية، تم تحسين YOLO11 ليتناسب مع سير عملك دون عناء.
تُعد عمليات التكامل هذه إضافات رائعة تجعل YOLO11 قابلاً للتكيف مع مختلف الصناعات، مما يساعد الشركات على تطبيق النموذج بسهولة في عملياتها الحالية. على سبيل المثال، لنفترض أنك تريد استخدام YOLO11 للزراعة، وتحديداً لمراقبة المحاصيل. قد تحتاج إلى نشر النموذج على طائرات بدون طيار لتحديد المشاكل الصحية للنباتات في الوقت الفعلي عبر الحقول الكبيرة. ومع ذلك، إذا كنت تعمل في مجال الأمن، فقد تفضل استخدام YOLO11 مع نظام قائم على السحابة لمراقبة تغذية الكاميرات المتعددة للكشف عن الأشياء.
.png)
يمكن لمجتمع الذكاء الاصطناعي للرؤية أن يتوقع تطورات مثيرة مع إطلاق YOLO11. وبفضل دقته وكفاءته المعززة، فإن هذا النموذج الجديد لديه القدرة على تحويل التطبيقات الحالية وإنشاء تطبيقات جديدة. العامل الرئيسي في هذا التقدم هو Ultralytics HUB. Ultralytics HUB عبارة عن منصة سهلة الاستخدام تعمل على تبسيط تدريب ونشر نماذج YOLO ، بما في ذلك YOLO11.
.png)
Ultralytics يعمل HUB على تبسيط عملية التطوير من خلال السماح للمستخدمين بتحميل مجموعات البيانات، والوصول إلى مجموعة من النماذج المُدرَّبة مسبقاً، وإدارة مشاريعهم في مكان واحد. يدعم HUB أيضاً التعاون، مما يسهل على الفرق العمل معاً في مشاريع الذكاء الاصطناعي. فيما يلي بعض الميزات الرئيسية الأخرى لـ Ultralytics HUB:
وبفضل تصميم HUB البديهي، يمكن لكل من المطورين ذوي الخبرة والقادمين الجدد البدء بسرعة. ومع ازدياد عدد المطورين الذين يستخدمون YOLO11 من خلال HUB، يمكننا أن نتطلع إلى زيادة في التطبيقات عالية الأداء التي تدفع حدود الرؤية الحاسوبية وتشكل مستقبل تكنولوجيا الذكاء الاصطناعي.
تمامًا مثل YOLOv8 ، سيكون YOLO11 متاحًا قريبًا للتجربة من خلال Ultralytics HUB والحزمةUltralytics Python . يمكنك تسجيل الدخول إلى HUB أو الاطلاع على دليل البدء السريع للحصول على إرشادات خطوة بخطوة حول كيفية تثبيت الحزمة. بمجرد إصدارها، ستتمكن من استكشاف ميزاتها وتجربة مجموعات بيانات مختلفة ومعرفة كيفية أداء YOLO11 في سيناريوهات مختلفة. نحن متشوقون لرؤية مجتمع الذكاء الاصطناعي يتفاعل مع YOLO11 ويساهم في تطويره وتقديم ملاحظاته أو البناء عليه.
سواء كنت مطورًا يتطلع إلى تحسين المشاريع الحالية أو شخصًا مهتمًا بإنشاء تطبيقات جديدة، فإن مشاركتك يمكن أن تساعد في دفع عجلة الابتكار. انضم إلى المناقشات وشارك خبراتك وتعاون مع الآخرين لإطلاق الإمكانات الكاملة لـ YOLO11. نحن متحمسون لمعرفة كيفية استخدامك YOLO11 لمواجهة تحديات العالم الحقيقي وإحياء أفكارك الإبداعية!
YOLO11 هي الخطوة التالية إلى الأمام في مجال الرؤية الحاسوبية، حيث تجمع بين الدقة والسرعة والكفاءة المذهلة. وقد تم الإعلان عنه في YV24، حيث تجعله ميزاته المتقدمة متعدد الاستخدامات لمختلف التطبيقات في الوقت الحقيقي، بدءًا من المركبات ذاتية القيادة إلى حلول البيع بالتجزئة الذكية. مع بدء مجتمع الذكاء الاصطناعي في استكشاف هذا النموذج واستخدامه، نحن متحمسون لرؤية الطرق الإبداعية التي سيقود بها YOLO11 الابتكار ويجلب إمكانيات جديدة إلى الحياة. إذا كنت تتطلع إلى استكشاف أحدث التطورات في مجال الذكاء الاصطناعي، فجرّب YOLO11 وشاهد كيف يمكن أن يرتقي بمشاريع الرؤية الحاسوبية الخاصة بك!
لمعرفة المزيد عن الذكاء الاصطناعي، توجه إلى مستودع GitHub الخاص بنا وانضم إلى مجتمعنا النشط. اكتشف كيف يخطو الذكاء الاصطناعي خطوات واسعة في مجالات مثل الرعاية الصحية والزراعة.
