اكتشف الكبت غير الأقصى (NMS) لاكتشاف الأجسام. تعرّف على كيفية تحسين النتائج وتعزيز الدقة وتشغيل تطبيقات الذكاء الاصطناعي مثل YOLO.
يُعد الكبت غير الأقصى (NMS) خطوة حيوية بعد المعالجة في العديد من مهام الرؤية الحاسوبية، خاصةً في اكتشاف الأجسام. يتم استخدامه لتحسين مخرجات نماذج الكشف عن الكائنات من خلال إزالة المربعات المحدودة الزائدة عن الحاجة وضمان اكتشاف كل كائن مرة واحدة فقط. تعمل هذه العملية على تحسين دقة نتائج الكشف وقابليتها للتفسير بشكل كبير، مما يجعلها مكونًا لا غنى عنه في خطوط أنابيب الكشف عن الأجسام الحديثة.
تتمثل الوظيفة الأساسية ل NMS في تصفية المربعات المحدودة المتداخلة التي تتنبأ بالكائن نفسه. وهي تحقق ذلك من خلال تقييم التقاطع على الاتحاد (IoU) بين المربعات المحدودة ودرجات الثقة المرتبطة بها. تتضمن العملية عادةً هذه الخطوات:
تضمن هذه العملية التكرارية الاحتفاظ فقط بالمربعات المحددة الأكثر ثقة وغير الزائدة عن الحاجة، مما يؤدي إلى مجموعة أنظف وأكثر دقة من عمليات اكتشاف الأجسام. يمكنك معرفة المزيد حول كيفية قيام NMS بتنقيح النتائج في اكتشاف الكائنات وتحسين الدقة.
في مجال الذكاء الاصطناعي والتعلم الآلي (AI)، خاصةً مع نماذج مثل Ultralytics YOLO ، تلعب NMS دورًا حاسمًا في تعزيز دقة مخرجات اكتشاف الكائنات. فبدون NMS، قد تُنتج نماذج اكتشاف الأجسام عدة مربعات محددة لجسم واحد، مما يؤدي إلى نتائج إيجابية خاطئة وارتباك، خاصةً في المشاهد الكثيفة. من خلال إزالة هذه الاكتشافات الزائدة عن الحاجة، يضمن نظام تحديد المربعات غير المحدودة أن تكون مخرجات النموذج موجزة ودقيقة، وهو أمر حيوي للتطبيقات التي تتطلب موثوقية عالية، مثل المركبات ذاتية القيادة وأنظمة الأمن. للحصول على فهم أعمق لتقييم النموذج، استكشف YOLO مقاييس الأداء.
يعد نظام تحديد المواقع الوطنية جزءًا لا يتجزأ من العديد من التطبيقات الواقعية التي تعتمد على الكشف الدقيق عن الأجسام:
في حين أن NMS هي تقنية ما بعد المعالجة، فمن المهم تمييزها عن المكونات الأخرى في بنيات الكشف عن الكائنات. الكاشفات المست ندة إلى المرساة والكاشفات الخالية من المرساة هي أساليب مختلفة لتوليد مقترحات الكائنات الأولية. تستخدم الأساليب المستندة إلى المرساة مربعات محددة مسبقًا، بينما تتنبأ الأساليب الخالية من المرساة مباشرةً بمراكز الكائنات. غالبًا ما يعتمد كلا النوعين من الكواشف على نظام الرصد غير المرتكز على تنقيح مخرجاتها النهائية عن طريق إزالة الاكتشافات المتداخلة.
يتم دمج NMS بسلاسة في نماذج Ultralytics YOLO ، مما يعزز من أدائها وسهولة استخدامها. تعمل المنصات مثل Ultralytics HUB على تبسيط نشر هذه النماذج، مما يجعل الكشف المتقدم عن الكائنات في متناول المستخدمين الذين لا يمتلكون خبرة تقنية واسعة. Ultralytics وتوفر HUB بيئة خالية من التعليمات البرمجية لتدريب نماذج YOLO والتحقق من صحتها ونشرها، حيث يعمل نظام إدارة المحتوى في الخلفية لتحسين نتائج الكشف.
في الختام، يُعد الكبت غير الأقصى تقنية أساسية لتحسين مخرجات الكشف عن الكائنات. وتُعد قدرتها على التخلص من الاكتشافات الزائدة عن الحاجة أمرًا بالغ الأهمية لتحقيق نتائج دقيقة وموثوقة في مجموعة واسعة من تطبيقات الذكاء الاصطناعي، بدءًا من السيارات ذاتية القيادة إلى أتمتة البيع بالتجزئة، وهي عنصر أساسي في نماذج مثل Ultralytics YOLO .
