تجزئة الصور هي تقنية حاسوبية مهمة للرؤية الحاسوبية تعمل على تحسين فهم الصور بما يتجاوز مجرد اكتشاف الأجسام. فبدلاً من مجرد رسم مربعات محددة حول الأجسام، يتضمن تجزئة الصور تعيين تسمية لكل بكسل في الصورة. يتيح هذا التصنيف على مستوى البكسل فهمًا تفصيليًا للصورة من خلال التمييز بين الأجسام والمناطق بدقة، مما يشكل أساسًا للعديد من التطبيقات المتقدمة في الذكاء الاصطناعي.
أنواع تجزئة الصور
هناك عدة أنواع من تجزئة الصور، يقدم كل منها نهجًا فريدًا لتحليل الصور:
- التقسيم الدلالي: يصنف هذا النوع كل بكسل في الصورة إلى فئات دلالية. على سبيل المثال، في مشهد شارع، يتم تصنيف جميع وحدات البكسل التي تنتمي إلى "طريق" معًا، وكذلك جميع وحدات البكسل التي تنتمي إلى "سيارة"، دون التفريق بين الحالات الفردية للسيارات. تعرف على المزيد حول التجزئة الدلالية وتطبيقاتها.
- تجزئة المثيل: للمضي قدمًا، لا يقتصر تجزئة المثيل على تصنيف وحدات البكسل فحسب، بل يميّز أيضًا بين المثيلات الفردية من نفس فئة الكائن. في مثال مشهد الشارع نفسه، سيتم تجزئة كل سيارة على أنها مثيل منفصل، حتى لو كانت تنتمي إلى نفس الفئة "سيارة". استكشف تجزئة المثيل لفهم دقته في التفريق بين الكائنات.
- التجزئة الشاملة: هذا هو الشكل الأكثر شمولاً لتجزئة الصور، حيث يجمع بين كل من التجزئة الدلالية وتجزئة المثيل. وهو يتعرف على جميع الكائنات (الأشياء) ومناطق الخلفية (الأشياء) في الصورة ويقسمها، مما يوفر تحليلاً كاملاً ومفصلاً للمشهد. اكتشف التجزئة الشاملة للحصول على رؤية شاملة لفهم الصورة.
تطبيقات تجزئة الصور
تجزئة الصور ليس مجرد مفهوم نظري، بل يتم تطبيقه عبر مجموعة واسعة من السيناريوهات الواقعية، مما يؤثر بشكل كبير على مختلف الصناعات:
- تحليل الصور الطبية: في مجال الرعاية الصحية، يُعدّ تجزئة الصور أمرًا لا يُقدّر بثمن لتحليل الفحوصات الطبية مثل صور الرنين المغناطيسي والتصوير المقطعي المحوسب. فهو يساعد في تحديد الأورام والأعضاء والمناطق الحرجة الأخرى، مما يساعد في التشخيص وتخطيط العلاج وتحليل الصور الطبية. على سبيل المثال، يمكن استخدامUltralytics YOLO للكشف عن الأورام في التصوير الطبي، مما يعزز دقة التشخيص.
- القيادة الذاتية: تعتمد السيارات ذاتية القيادة بشكل كبير على تجزئة الصور لفهم محيطها. يسمح تقسيم أسطح الطرق والمشاة والمركبات وإشارات المرور للمركبات ذاتية القيادة بالتنقل بأمان واتخاذ قرارات مستنيرة في الوقت الفعلي. استكشف المزيد حول الذكاء الاصطناعي في السيارات ذاتية القيادة وكيفية مساهمة التجزئة في السلامة على الطرق.
- الزراعة: تستفيد الزراعة الدقيقة بشكل كبير من تجزئة الصور. حيث يمكن استخدامه لتحليل صور الأقمار الصناعية أو صور الطائرات بدون طيار للحقول لمراقبة صحة المحاصيل واكتشاف الأمراض وتحسين الري والتسميد، مما يؤدي إلى زيادة الغلة وإدارة الموارد بكفاءة. تعرّف على أهم فوائد استخدام الذكاء الاصطناعي للرؤية في الزراعة وكيف يؤدي تجزئة الصور دورًا حاسمًا.
تجزئة الصور و Ultralytics YOLO
Ultralytics YOLO في طليعة نماذج تجزئة الصور في الوقت الحقيقي، حيث تقدم أحدث أداء وكفاءة. كما تتفوق نماذج Ultralytics YOLO المعروفة بسرعتها ودقتها في اكتشاف الأجسام، في مهام التجزئة، مما يوفر حلولاً قوية لكل من التطبيقات البحثية والصناعية. تعمل منصة Ultralytics HUB على تبسيط عملية تدريب نماذج التجزئة YOLO ونشرها وإدارتها، مما يجعل الرؤية الحاسوبية المتقدمة في متناول جمهور أوسع.
من أجل التنفيذ العملي، توفر موارد مثل منشور المدونة حول التجزئة باستخدام نماذج Ultralytics YOLOv8 المدربة مسبقًا في Python وأدلة حول كيفية استخدام Ultralytics YOLO للتجزئة على سبيل المثال رؤى قيمة وإرشادات خطوة بخطوة للاستفادة من Ultralytics YOLO لمشاريع تجزئة الصور.
