هياكل الكشف عن الكائنات

المكونات الأساسية

تتكون معظم بنيات اكتشاف الأجسام من عدة مكونات رئيسية تعمل معًا. تقوم شبكة العمود الفقري، وغالبًا ما تكون شبكة عصبية تلافيفية (CNN)، باستخراج الملامح الأولية من صورة الإدخال، وتحديد الأنماط منخفضة المستوى مثل الحواف والأنسجة، والميزات الأكثر تعقيدًا بشكل تدريجي. غالبًا ما يتبع ذلك مكون "العنق"، حيث يقوم بتجميع الميزات من مراحل مختلفة من العمود الفقري لإنشاء تمثيلات أكثر ثراءً مناسبة للكشف عن الأجسام بمقاييس مختلفة، وهو مفهوم مفصل في مصادر مثل ورقة شبكة هرم الميزات. أخيرًا، يستخدم رأس الكشف هذه الميزات للتنبؤ بفئة الكائنات وموقعها (إحداثيات المربع المحيط). غالبًا ما يُقاس الأداء باستخدام مقاييس مثل التقاطع على الاتحاد (IoU) لتقييم دقة التوطين ومتوسط الدقة (mAP) لجودة الكشف الإجمالية، مع وجود شروحات مفصلة متاحة على مواقع مثل صفحة تقييم مجموعة بيانات COCO.

أنواع البنى

يتم تصنيف بنيات اكتشاف الكائنات بشكل عام بناءً على نهجها:

• أجهزة الكشف على مرحلتين: تقترح هذه النماذج أولاً مناطق الاهتمام (RoIs) حيث يمكن أن توجد الأجسام، ثم تقوم بتصنيف وتنقيح المربع المحدد لكل منطقة اهتمام. تتضمن الأمثلة على ذلك عائلة R-CNN، مثل Faster R-CNN. وغالبًا ما تكون هذه النماذج دقيقة للغاية ولكنها قد تكون كثيفة من الناحية الحسابية.
• كاشفات المرحلة الواحدة: تتنبأ هذه النماذج مباشرةً بالمربعات المحدودة واحتمالات الفئة من صورة الإدخال في مسار واحد، متخطيةً خطوة اقتراح المنطقة. ومن الأمثلة على ذلك كاشف المربعات المتعددة اللقطة الواحدة (SSD) و Ultralytics YOLO وعائلة YOLO. وهي توفر عادةً سرعات استنتاج أسرع في الوقت الحقيقي، مما يجعلها مناسبة للتطبيقات التي تتطلب استجابات سريعة. الكاشفات الحديثة ذات المرحلة الواحدة مثل YOLO11 غالبًا ما تستخدم تقنيات خالية من الارتكاز، مما يبسّط التصميم مقارنةً بالطرق القديمة القائمة على الارتكاز. يمكنك استكشاف المقارنات بين نماذج YOLO المختلفة لمعرفة تطورها.

التمييز بين المصطلحات المتشابهة

من المهم التفريق بين بنيات اكتشاف الأجسام ومهام الرؤية الحاسوبية ذات الصلة:

• تصنيف الصور: يعين تسمية واحدة لصورة كاملة (مثل "قطة" أو "كلب"). يحدد ما هو موجود في الصورة بشكل عام ولكن ليس مكان وجود كائنات محددة. راجع وثائق مهمة تصنيفUltralytics للحصول على أمثلة.
• التقسيم الدلالي: يصنّف كل بكسل في الصورة إلى فئة محددة مسبقًا (على سبيل المثال، يتم تصنيف جميع البكسلات التي تنتمي إلى السيارات على أنها "سيارة"). يوفر تنبؤًا كثيفًا ولكنه لا يميز بين الحالات المختلفة لنفس فئة الكائن.
• تجزئة المثيل: يخطو خطوة أبعد من التجزئة الدلالية من خلال تصنيف كل بكسل والتمييز بين مثيلات الكائنات الفردية (على سبيل المثال، تسمية "سيارة 1" و "سيارة 2"). يجمع بين اكتشاف الكائنات والتجزئة الدلالية. راجع وثائق مهمة تجزئةUltralytics لمزيد من التفاصيل.

التطبيقات الواقعية

تعمل بنيات اكتشاف الكائنات على تشغيل العديد من تطبيقات الذكاء الاصطناعي في قطاعات متنوعة:

• المركبات ذاتية القيادة: من الضروري أن تدرك السيارات ذاتية القيادة محيطها من خلال اكتشاف المشاة والمركبات الأخرى وإشارات المرور وعلامات الحارات. وتعتمد شركات مثل Waymo اعتماداً كبيراً على اكتشاف الأجسام المتطورة. اقرأ المزيد عن الذكاء الاصطناعي في السيارات ذاتية القيادة.
• الأمن والمراقبة: يُستخدم في أنظمة الأمن للكشف عن الدخول غير المصرح به أو مراقبة الحشود بحثًا عن أي نشاط غير عادي أو تنفيذ التعرف على الوجه. انظر دليل نظام الإنذار الأمنيUltralytics للحصول على مثال عملي.
• تحليل الصور الطبية: يساعد أخصائيي الأشعة في الكشف عن الحالات الشاذة مثل الأورام أو الكسور في الأشعة السينية والتصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي. استكشف حلول الذكاء الاصطناعي في مجال الرعاية الصحية وتطبيقات محددة مثل اكتشاف الأورام باستخدام YOLO11.
• تحليلات البيع بالتجزئة: تمكين تطبيقات مثل الدفع الآلي ومراقبة الرفوف والذكاء الاصطناعي لإدارة المخزون.

الأدوات والتقنيات

غالبًا ما يتضمن تطوير النماذج ونشرها استنادًا إلى هذه البنى أدوات وأطر عمل متخصصة:

• أطر التعلم العميق: مكتبات مثل PyTorch (قم بزيارة موقعPyTorch الرسمي) و TensorFlow (راجع الموقع الإلكتروني ل TensorFlow ) توفر لبنات البناء الأساسية.
• مكتبات الرؤية الحاسوبية: تقدم OpenCV (الموقع الرسمي: OpenCV.org) مجموعة واسعة من الوظائف لمعالجة الصور ومعالجتها.
• النماذج والمنصات: توفر شركة Ultralytics أحدث نماذجUltralytics YOLO ومنصة Ultralytics HUB، مما يسهل عملية تدريب النماذج المخصصة وإدارة مجموعات البيانات(مثل COCO) ونشر الحلول.
• المصدر المفتوح: يتم تطوير العديد من بنيات وأدوات الكشف عن الكائنات بموجب تراخيص مفتوحة المصدر، مما يعزز التعاون والابتكار داخل مجتمع الذكاء الاصطناعي. تستضيف موارد مثل GitHub العديد من المشاريع في هذا المجال.