التاليالدليل التالي
وكلاء الصوت في الوقت الحقيقي
الذكاء الاصطناعي الصوتي
دليل الذكاء الاصطناعي المرئي
YOLO الكشف في الوقت الحقيقي
YOLO (أنت تنظر مرة واحدة فقط) هي مجموعة من نماذج الكشف عن الكائنات التي تبحث عن كل كائن في الصورة وتسميه بتمريرة شبكة عصبية واحدة، بسرعة كافية للفيديو المباشر.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
في هذه الصفحةقراءة لمدة دقيقتين
نظرة عامة
لقد فتحت سرعتها رؤية في الوقت الفعلي لكل شيء بدءًا من الطائرات بدون طيار وحتى أكشاك الدفع الذاتي.
الغوص العميق
قبل YOLO، كانت أجهزة الكشف مثل R-CNN تقوم بتشغيل المصنف آلاف المرات عبر مناطق الصورة، وكان ذلك بطيئًا. أعادت YOLO، التي قدمها جوزيف ريدمون في عام 2015، صياغة الكشف باعتباره مشكلة انحدار واحدة: قم بتقسيم الصورة إلى شبكة، ولكل خلية التنبؤ بالمربعات المحيطة، ودرجة الكائن، واحتمالات الفئة في تمريرة أمامية واحدة. إن تصميم "النظرة الواحدة" هذا جعله أسرع بشكل كبير من أجهزة الكشف ذات المرحلتين مع الحفاظ على دقته. تطورت العائلة بسرعة من خلال العديد من الإصدارات (YOLOv2 حتى YOLOv8 وما بعده)، مما أضاف صناديق تثبيت وأعمدة فقرية أفضل ورؤوس خالية من المرساة. تعمل المتغيرات الحديثة بما يزيد عن 100 إطار في الثانية على وحدة معالجة الرسومات، مما يجعل YOLO هو الخيار الافتراضي عندما يكون زمن الوصول مهمًا بقدر أهمية الدقة.
التنفيذ في العالم الحقيقي
أنظمة الدفع الذاتي والمتاجر التي لا يوجد بها أمين صندوق تكتشف العناصر أثناء استلام المتسوقين لها
الطائرات بدون طيار والروبوتات الزراعية تكتشف المحاصيل أو الأعشاب الضارة أو الماشية في الوقت الفعلي
كاميرات المرور والمراقبة التي تقوم بإحصاء المركبات والكشف عن المشاة لتحليلات المدينة الذكية
خطوط التصنيع التي تشير إلى الأجزاء المعيبة على حزام ناقل سريع الحركة
مستقبل كشف YOLO في الوقت الحقيقي
تستمر YOLO في الاتجاه نحو النشر على الحافة، مع نماذج كمية أصغر تعمل على الهواتف ووحدات التحكم الدقيقة والكاميرات المدمجة دون اتصال سحابي. تمزج الإصدارات الأحدث بين مكونات المحولات والتصميمات الخالية من المرساة لضمان الدقة دون التضحية بالسرعة. توقع تكاملًا أكثر إحكامًا مع التتبع والتجزئة، واكتشاف المفردات المفتوحة التي تتعرف على الكائنات من المطالبات النصية بدلاً من التسميات الثابتة، واستمرار الاهتمام بالعمل بكفاءة على أجهزة رخيصة ومنخفضة الطاقة عند الحافة.
وضعها موضع التنفيذ
لماذا يهم
- السرعة والحجم. يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
- خيارات البناء. يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
- الفريق وسير العمل. يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
احترس من
- يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
- يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
- قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
الخطوات التالية
- تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
- اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
- أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
- تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
رسالة إخبارية مجانية
احصل على الإحاطة اليومية لمنظمة العفو الدولية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
Take the YOLO Real-Time Detection quiz
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
الأسئلة المتداولة
ما هو كشف YOLO في الوقت الحقيقي؟
YOLO (أنت تنظر مرة واحدة فقط) هي مجموعة من نماذج الكشف عن الكائنات التي تبحث عن كل كائن في الصورة وتسميه بتمريرة شبكة عصبية واحدة، بسرعة كافية للفيديو المباشر. لقد فتحت سرعتها رؤية في الوقت الفعلي لكل شيء بدءًا من الطائرات بدون طيار وحتى أكشاك الدفع الذاتي.
ماذا يعني اختصار YOLO في هذا السياق؟
يرمز YOLO إلى "أنت تنظر مرة واحدة فقط"، مما يعكس أنه يكتشف جميع الكائنات الموجودة في شبكة عصبية واحدة تمر فوق الصورة.
Which cross-domain evaluation did the original YOLO paper report?
The original paper reports evaluation on the Picasso and People-Art datasets as a test of generalization from natural images to artwork.
ما هي التقنية التي تزيل المربعات المحيطة المكررة والمتداخلة في مخرجات YOLO؟
يحافظ القمع غير الأقصى على مربع الثقة الأعلى ويتجاهل المربعات المتداخلة فوق عتبة التقاطع فوق الاتحاد.
في تصميم YOLO الأصلي، كيف يتم تقسيم صورة الإدخال للتنبؤ؟
تقوم YOLO بتقسيم الصورة إلى شبكة S by S، وكل خلية مسؤولة عن التنبؤ بالمربعات واحتمالات الفئة للكائنات المتمركزة فيها.
ما الكمية التي تتنبأ بها كل خلية شبكية بجانب إحداثيات المربع المحيط؟
تتنبأ كل خلية بإحداثيات الصندوق، ودرجة الثقة بالموضوعية، واحتمالات الفئة، كل ذلك معًا في تمريرة أمامية واحدة.
استمر في التعلم
أدلة ذات صلة
تم اختيار المزيد من الأدلة لهذا الموضوع