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.
نظرة عامة
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
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.
البصيرة الفنية
يقوم YOLO بتقسيم الصورة إلى شبكة S by S. تتنبأ كل خلية بمجموعة ثابتة من المربعات المحيطة مع (x، y، العرض، الارتفاع)، ودرجة الثقة، واحتمالات الفئة، كل ذلك في مسار واحد. يتم تقليم المربعات المكررة المتداخلة عن طريق المنع غير الأقصى، مما يحافظ على المربع ذي الثقة الأعلى ويتجاهل المربعات الأخرى فوق حد IoU. تعمل الخسارة بشكل مشترك على تحسين إحداثيات الصندوق والموضوعية والتصنيف، بحيث يتدرب الكاشف بالكامل من النهاية إلى النهاية.
التأثير الاستراتيجي
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.
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.
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
المخاطر والدرابزين
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.
خارطة طريق التنفيذ
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
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the YOLO Real-Time Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
وكلاء الصوت في الوقت الحقيقي
الأسئلة المتداولة
What is YOLO Real-Time Detection?
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.
ما هو الابتكار الرئيسي الذي جعل YOLO أسرع من أجهزة الكشف السابقة مثل R-CNN؟
أعادت YOLO صياغة الكشف باعتباره مشكلة انحدار واحدة عبر شبكة صور، لتحل محل التصنيف البطيء لكل منطقة على حدة للكاشفات ذات المرحلتين.
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.