مسرد المصطلحات

كاشفات الأجسام ذات المرحلة الواحدة

اكتشف سرعة وفعالية أجهزة الكشف عن الأجسام ذات المرحلة الواحدة مثل YOLO ، وهي مثالية للتطبيقات في الوقت الحقيقي مثل الروبوتات والمراقبة.

تدريب YOLO النماذج
ببساطة مع Ultralytics HUB

التعرف على المزيد

في مجال الرؤية بالكمبيوتر، خاصةً في مجال اكتشاف الأجسام، غالبًا ما تكون السرعة والكفاءة أمرًا حاسمًا مثل الدقة. صُممت أجهزة الكشف عن الأجسام ذات المرحلة الواحدة مع وضع هذه الأولويات في الاعتبار، حيث تقدم نهجًا مبسطًا لتحديد الأجسام وتحديد مواقعها داخل الصور أو مقاطع الفيديو. على عكس نظيراتها ذات المرحلتين، تقوم أجهزة الكشف ذات المرحلة الواحدة بتحديد موقع الكائن وتصنيفه في مسار أمامي واحد للشبكة العصبية، مما يجعلها أسرع بكثير وأكثر ملاءمة للتطبيقات في الوقت الفعلي.

المبادئ الأساسية لكاشفات المرحلة الواحدة

تتميز أجهزة الكشف عن الكائنات أحادية المرحلة بتصميمها المتكامل، والذي يتجنب خطوة منفصلة لاقتراح مناطق الاهتمام. يسمح هذا النهج المباشر لها بالتنبؤ بالمربعات المحددة واحتمالات الفئة مباشرةً من ميزات الصورة المدخلة التي تتم معالجتها بواسطة شبكة أساسية. تقوم الشبكة بمعالجة الصورة بأكملها مرة واحدة وتخرج الاكتشافات في مرحلة واحدة. تؤكد هذه البنية على السرعة، مما يجعلها مثالية للتطبيقات التي تكون فيها المعالجة السريعة ضرورية. ومن الأمثلة الشائعة على ذلك Ultralytics YOLO المعروفة بتوازنها بين السرعة والكفاءة (مثل YOLO11)، و SSD(كاشف اللقطة الواحدة متعدد الصناديق).

الاختلافات عن أجهزة الكشف ذات المرحلتين

يكمن الفرق الأساسي بين أجهزة الكشف عن الأجسام ذات المرحلة الواحدة وأجهزة الكشف عن الأجسام ذات المرحلتين في خط سيرها التشغيلي. تقوم أجهزة الكشف ذات المرحلتين، مثل عائلة R-CNN، أولاً بتوليد العديد من مقترحات المناطق (المناطق المحتملة التي قد توجد فيها الأجسام) ثم تقوم بتصنيف هذه المقترحات وتنقيحها في مرحلة ثانية متميزة. تحقق هذه العملية المكونة من خطوتين دقة أعلى بشكل عام، خاصةً بالنسبة للأجسام الصغيرة، ولكنها تأتي على حساب زيادة كبيرة في وقت الحساب وسرعة استدلال أقل. في المقابل، تقوم أجهزة الكشف ذات المرحلة الواحدة بدمج هاتين الخطوتين، حيث تقوم بإجراء التوطين والتصنيف في وقت واحد عبر الصورة بأكملها. يؤدي هذا النهج الموحّد إلى تحقيق مكاسب كبيرة في السرعة، على الرغم من أنه ينطوي تاريخيًا على مقايضة، مما يؤدي أحيانًا إلى دقة أقل قليلاً مقارنةً بالطرق الحديثة ذات المرحلتين، وهي فجوة تعمل أجهزة الكشف الحديثة ذات المرحلة الواحدة باستمرار على سدها. غالبًا ما يتم قياس الأداء باستخدام مقاييس مثل متوسط الدقة المتوسطة (mAP).

التطبيقات الواقعية

إن سرعة وفعالية أجهزة الكشف عن الأجسام ذات المرحلة الواحدة تجعلها لا تقدر بثمن في العديد من سيناريوهات العالم الحقيقي التي تتطلب اتخاذ قرارات سريعة:

  • القيادة الذاتية: ضروري للذكاء الاصطناعي في السيارات ذاتية القيادة لاكتشاف المركبات والمشاة وراكبي الدراجات وعلامات المرور في الوقت الفعلي للتنقل الآمن.
  • الأمن والمراقبة: يُستخدم في أنظمة الأمن لمنع السرقة والمراقبة، مما يتيح الكشف الفوري عن الاختراقات أو الأنشطة غير العادية في لقطات الفيديو.
  • الروبوتات: يسمح للروبوتات في البيئات الديناميكية، مثل المستودعات أو المنازل، بإدراك الأشياء بسرعة من أجل مهام الملاحة والتفاعل، كما هو مستكشف في تطبيقات الروبوتات.
  • إدارة حركة المرور: تمكين أنظمة لتحسين تدفق حركة المرور من خلال اكتشاف وتتبع المركبات لإدارة الازدحام والإشارات بفعالية.

الأدوات وأطر العمل

يتم تسهيل تطوير ونشر كاشفات الكائنات ذات المرحلة الواحدة من خلال أدوات وأطر عمل مختلفة، بما في ذلك:

من خلال فهم مبادئ ومزايا وتطبيقات كاشفات الأجسام ذات المرحلة الواحدة، يمكن للمطورين والباحثين الاستفادة من سرعتها بفعالية في مجموعة واسعة من تحديات الرؤية الحاسوبية في الوقت الحقيقي.

قراءة الكل