تعرّف على كيفية تحسين الكبت غير الأقصى (NMS) من خلال تحسين اكتشاف الأجسام عن طريق تحسين النتائج وإزالة التكرار وتعزيز الدقة.
يُعد الكبت غير الأقصى (NMS) تقنية مهمة تُستخدم في العديد من تطبيقات الرؤية الحاسوبية، خاصةً في اكتشاف الأجسام، لتحسين نتائج الخوارزمية. بعد أن يُنشئ نموذج الكشف عن الأجسام عدة مربعات محددة حول الأجسام، يقوم نظام الكبت غير الأقصى بتصفية هذه المربعات لإزالة الاكتشافات الزائدة عن الحاجة، مما يضمن تحديد كل جسم مرة واحدة فقط. تعمل هذه العملية على تحسين دقة وموثوقية نتائج الاكتشاف من خلال اختيار المربعات المحدودة الأكثر صلة بناءً على درجات الثقة والتداخل.
الهدف الأساسي من نظام تحديد المربعات المحدودة هو تقليل عدد المربعات المحدودة المتداخلة مع الاحتفاظ بأكثرها دقة. يمكن تقسيم العملية إلى الخطوات التالية:
في مجال الذكاء الاصطناعي والتعلم الآلي، لا سيما في نماذج مثل Ultralytics YOLO ، لا غنى عن نظام إدارة الشبكة لتحسين مخرجات اكتشاف الأجسام. من خلال التخلص من المربعات المحدودة الزائدة عن الحاجة، يعزز نظام تحديد النماذج دقة نماذج اكتشاف الأجسام. يعد هذا التنقيح أمرًا بالغ الأهمية للتطبيقات التي تتطلب دقة عالية، مثل المركبات ذاتية القيادة وأنظمة المراقبة، حيث يمكن أن تؤدي عمليات الكشف المتداخلة المتعددة إلى حدوث ارتباك وأخطاء.
بينما يركز NMS على المعالجة اللاحقة لإزالة الاكتشافات الزائدة عن الحاجة، فإن التقنيات الأخرى مثل أجهزة الكشف القائمة على المرساة وأجهزة الكشف الخالية من المرساة تعالج جوانب مختلفة من خط أنابيب الكشف عن الأجسام. تستخدم الأساليب القائمة على المرساة مربعات محددة مسبقًا بأحجام ونسب أبعاد مختلفة للكشف عن الأجسام، بينما تتنبأ الأساليب الخالية من المرساة بمراكز الأجسام مباشرة، مما يبسط عملية الكشف. عادةً ما يتم استخدام كلتا الطريقتين قبل نظام تحديد المواقع غير المحدودة في خط أنابيب الكشف لتوليد المجموعة الأولية من المربعات المحدودة.
في سياق السيارات ذاتية القيادة، يُعد الاكتشاف الدقيق والموثوق للأجسام أمراً بالغ الأهمية للسلامة. ويساعد نظام رصد الأجسام غير المتغيرة في ضمان قدرة نظام الإدراك في السيارة على تحديد وتتبع الأجسام بدقة مثل المشاة والمركبات الأخرى والعوائق. ومن خلال تصفية الاكتشافات الزائدة عن الحاجة، يوفر نظام الرؤية غير التلقائية فهماً أوضح وأدق للبيئة، مما يمكّن السيارة من اتخاذ قرارات مستنيرة. تعرّف على المزيد حول الرؤية الحاسوبية في السيارات ذاتية القيادة.
تلعب أنظمة إدارة المخزون القومي أيضًا دورًا مهمًا في مجال البيع بالتجزئة، لا سيما في إدارة المخزون. من خلال الكشف عن المنتجات على الرفوف وعدّها بدقة، يساعد نظام إدارة المخزون القومي في الحفاظ على مستويات المخزون الدقيقة وتقليل التباينات وتحسين الكفاءة التشغيلية الإجمالية. يضمن هذا التطبيق قدرة تجار التجزئة على تقديم خدمة أفضل للعملاء من خلال ضمان توافر المنتجات وتحسين سلسلة التوريد. استكشف المزيد عن الذكاء الاصطناعي في تجارة التجزئة.
يتم دمج NMS بسلاسة في نماذج متقدمة للكشف عن الكائنات مثل Ultralytics YOLO ، مما يعزز من أدائها وسهولة استخدامها. تقدم منصات مثل Ultralytics HUB حلولاً بدون تعليمات برمجية لنشر هذه النماذج، مما يسهل على المستخدمين تطبيق NMS في سيناريوهات مختلفة في العالم الحقيقي. يبسّط هذا التكامل عملية النشر ويضمن للمستخدمين تحقيق أفضل النتائج دون خبرة فنية واسعة. بالإضافة إلى ذلك، بالنسبة للراغبين في استخدام NMS مع PyTorch ، يوفر Ultralytics وثائق ودعم شاملين من خلال دليل التنفيذPyTorch الخاص بهم، مما يسهل التدريب على النموذج ونشره.
في الختام، يُعدّ القمع غير الأقصى تقنية حيوية لتعزيز دقة وكفاءة نماذج اكتشاف الأجسام. إن قدرتها على تصفية المربعات المحدودة الزائدة عن الحاجة تجعلها مكونًا أساسيًا في العديد من التطبيقات التي تعتمد على الذكاء الاصطناعي، بدءًا من المركبات ذاتية القيادة إلى إدارة مخزون التجزئة. من خلال دمج تقنية NMS في سير عملهم، يمكن للمطورين والشركات تحقيق نتائج أكثر موثوقية ودقة في اكتشاف الأجسام، مما يؤدي إلى دفع الابتكار وتحسين الأداء في مختلف الصناعات.
%25202.png)
%202.png)
