التعرف على الصور

التعرف على الصور هو تقنية أساسية في مجال الرؤية الحاسوبية (CV) الأوسع نطاقًا، والتي تمكّن أنظمة البرمجيات من التعرف على الأشياء والأشخاص والأماكن والنصوص في الصور الرقمية. من خلال تحليل محتوى البكسل في صورة أو إطار فيديو، تحاول هذه التقنية محاكاة قدرات الإدراك البصري للعين والدماغ البشريين. مدعومة بالذكاء الاصطناعي (AI)، تحول تقنية التعرف على الصور البيانات المرئية غير المنظمة إلى معلومات منظمة وقابلة للتنفيذ، لتشكل الأساس للأتمتة في صناعات تتراوح من الرعاية الصحية إلى النقل الذاتي.

الآليات والتقنيات الأساسية

تجاوزت أنظمة التعرف على الصور الحديثة البرمجة التقليدية القائمة على القواعد لتعتمد بشكل كبير على خوارزميات التعلم العميق (DL). أكثر الهياكل شيوعًا المستخدمة في هذه المهام هي الشبكة العصبية التلافيفية (CNN). تعالج الشبكة العصبية التلافيفية الصور كشبكة من القيم — تمثل عادةً قنوات الألوان الأحمر والأخضر والأزرق (RGB) — وتمررها عبر طبقات متعددة من العمليات الحسابية.

خلال هذه العملية، تقوم الشبكة باستخراج الميزات. detect الطبقات الأولية أنماطًا هندسية detect مثل الحواف أو الزوايا، بينما تجمع الطبقات الأعمق هذه الأنماط للتعرف على الهياكل المعقدة مثل العيون أو العجلات أو الأوراق. لتحقيق دقة عالية، تتطلب هذه النماذج كميات هائلة من بيانات التدريب المصنفة. مجموعات البيانات العامة واسعة النطاق، مثل ImageNet، النماذج على تعلم الاحتمالية الإحصائية التي يتوافق فيها ترتيب بصري معين مع مفهوم مثل "قطة" أو "دراجة" أو "علامة توقف ".

التمييز بين الاعتراف والمفاهيم ذات الصلة

على الرغم من أن مصطلح "التعرف على الصور" غالبًا ما يستخدم كعبارة شاملة، إلا أنه يختلف عن مهام الرؤية الحاسوبية الأخرى المحددة . فهم هذه الفروق الدقيقة أمر بالغ الأهمية لاختيار النموذج المناسب للمشروع:

• التعرف مقابل تصنيف الصور: التصنيف هو مهمة تخصيص تسمية واحدة لصورة كاملة (على سبيل المثال، تسمية صورة ما بـ "شاطئ"). التعرف هو القدرة الأوسع نطاقًا التي تمكّن النظام من فهم المحتوى.
• التعرف مقابل اكتشاف الكائنات: بينما يحدد التعرف ما يوجد في الصورة، يحدد الاكتشاف مكانه. ترسم خوارزميات الاكتشاف مربعًا محيطًا بكل كائن ، ويفصله عن الخلفية.
• التعرف مقابل تقسيم المثيلات: يأخذ هذا التعرف خطوة إلى الأمام من خلال تحديد محيط البكسل الدقيق للكائن، بدلاً من مجرد مربع. وهذا أمر بالغ الأهمية للتطبيقات التي تتطلب قياسات دقيقة، مثل تحليل الصور الطبية الحيوية.

تطبيقات واقعية

تشمل فائدة التعرف على الصور جميع القطاعات التي يتم فيها إنتاج بيانات بصرية تقريبًا.

• التشخيص الطبي: في مجال الرعاية الصحية، تساعد خوارزميات التعرف أخصائيي الأشعة من خلال تحليل الصور الطبية مثل الأشعة السينية والتصوير بالرنين المغناطيسي. يمكن لأدوات مثل الذكاء الاصطناعي فيالأشعة تحديد الحالات الشاذة مثل الأورام أو الكسور بشكل أسرع وأحيانًا بدقة أكبر من الملاحظة البشرية وحدها.
• التجزئة والمخزون: تستخدم المتاجر الذكية التعرف track عند أخذها من الرفوف، مما يتيح استخدام أنظمة الدفع الآلي. وبالمثل، تستخدم روبوتات المستودعات هذه التقنية لتحديد وفرز الطرود.
• الأمن والتحكم في الوصول: تتيح أنظمة التعرف على الوجه الوصول الآمن إلى الهواتف الذكية والمباني من خلال التحقق من الهوية مقابل قاعدة بيانات تحتوي على صور الوجه المخزنة.

تنفيذ التعرف على الصور باستخدام YOLO26

بالنسبة للمطورين والباحثين، أصبح تنفيذ التعرف على الصور أكثر سهولة بفضل النماذج الحديثة مثل يولو26، الذي يدعم التصنيف والكشف والتجزئة بشكل أصلي. يوضح المثال التالي كيفية إجراء التعرف (بالتحديد الكشف عن الكائنات) على صورة باستخدام ultralytics حزمة Python .

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (n for nano, fastest speed)
model = YOLO("yolo26n.pt")

# Run inference on an image to recognize and locate objects
# The source can be a file path, URL, or webcam (source=0)
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results with bounding boxes and labels
results[0].show()

بالنسبة للفرق التي ترغب في تعليق مجموعات البيانات الخاصة بها وتدريب نماذج مخصصة في السحابة، توفر Ultralytics بيئة مبسطة لإدارة دورة حياة مشروع التعرف على الصور بالكامل، بدءًا من جمع البيانات وحتى النشر.

الاتجاهات المستقبلية

مع زيادة قوة الحوسبة، يتطور التعرف على الصور إلى فهم الفيديو، حيث تحلل الأنظمة السياق الزمني عبر الإطارات. علاوة على ذلك، فإن تكامل الذكاء الاصطناعي التوليدي يسمح للأنظمة ليس فقط بالتعرف على الصور، بل أيضًا بإنشاء أوصاف نصية مفصلة لها، مما يسد الفجوة بين معالجة اللغة الطبيعية (NLP) والرؤية.