الإنشاء باستخدام Ultralytics Platform
نفّذ مشروع كشف حقيقيًا على Ultralytics Platform: ضع ميزانيته، وأدخِل البيانات ووسّمها، وتأكد من خلو التقسيمات من التسرب، ودرّب عمليات التشغيل وقارن بينها، وانشر نقطة نهاية مخصصة، وراقب الدقة، وأتمت حلقة إعادة التدريب.
بواسطة Ultralytics Academy
انشر مشروع رؤية حاسوبية متكاملًا من البداية إلى النهاية على Ultralytics Platform، واخرج بالنصوص البرمجية ودليل التشغيل اللذين يحافظان على سلامة المشروع: فحص قبل الرفع، ومسح لعتبات الوسم، وتدقيق للتسرب، وبوابة ترقية، وعميل متين لنقطة النهاية، وفحوصات مجدولة للصحة ومجموعة الاختبار المحجوبة.
حدّد كيفية مواءمة مشروعك مع Platform وضع ميزانيته قبل إنفاق أي رصيد: للتدريب، والتوسيم، ووقت تشغيل نقطة النهاية.
أدخِل البيانات بحيث تصبح مجموعة البيانات جاهزة من المحاولة الأولى، بما في ذلك أخذ عينات مدروس من الفيديو.
اختر نموذج الوسم وعتبة الثقة بقياس جهد المراجعة، ثم تحقّق من جودة Batch Annotation باستخدام معدل التعديل.
أثبت أن إصدار مجموعة البيانات خالٍ من التكرارات بين التقسيمات، ومن تسرب بيانات الكاميرات، وأنه يتضمن أمثلة كافية لكل فئة.
أطلق عمليات تشغيل سحابية ضمن الميزانية، وقيّمها استنادًا إلى منحنياتها، واضبط النموذج بدقة من دون أن يتجاهل المحسّن معدل التعلّم بصمت.
قرّر ما إذا كانت عملية تشغيل جديدة تتفوق على خط الأساس وفق بوابات محددة مسبقًا، ثم انشرها واستدعها باستخدام عميل يتحمل حالات البدء البارد.
أطلق تنبيهات بشأن صحة نقطة النهاية ودقة مجموعة الاختبار المحجوبة، وتعامَل مع المناطق والبيانات الشخصية، وأتمت إعادة التدريب والإصدار.
خطة مشروع تتضمن خريطة لمراحل دورة الحياة وميزانية شهرية.
مجموعة بيانات جاهزة تتضمن فيديو مأخوذًا منه عينات، ووسومًا خضعت للمراجعة، وتقسيمات مدققة، وإصدارًا مرقمًا.
نموذج مدرّب اجتاز بوابة ترقية آلية مقابل خط الأساس.
نقطة نهاية مخصصة تتضمن عميلًا يعيد المحاولة، وفحصًا مجدولًا للصحة، وسجلًا لدقة مجموعة الاختبار المحجوبة.
دليل تشغيل لإعادة التدريب يتضمن المحفّز والخطوات والمالك والتراجع وخطوة إصدار آلية.
حساب على Ultralytics Platform. تغطي الخطة المجانية ورصيد التسجيل الدورة؛ أما التخزين السحابي المتصل فيتطلب Pro.
Python 3.11+ مع
ultralytics>=8.4.120وultralytics-platformلتشغيل الأمثلة التطبيقية؛ أما SDKultralytics-platformالمستخدم في دروس API فهو ما يتطلب الإصدار 3.11 (يعمل Ultralytics نفسه على الإصدار 3.10+).الإلمام بـ Ultralytics YOLO — يُوصى بدراسة: أساسيات الرؤية الحاسوبية، وإنشاء مجموعات بيانات YOLO عالية الأداء، وتدريب نموذج YOLO الأول لك.
مجموعة صور صغيرة (50–500 صورة) وفيديو قصير واحد من مجالك، أو مجموعات البيانات العامة التي تستخدمها الأمثلة.
محتوى الدورة
4 وحدة · 10 درسًاالوحدة 1
الوحدة 2
أضف البيانات وجهّزها
تحقّق محليًا من مجموعة البيانات قبل رفعها، وخذ عينات مدروسة من الفيديو، وجهّز مجموعة بيانات على المنصة من المحاولة الأولى.
التعليق التوضيحي الذكي وإسناد التسميات على دفعات
اختر نموذجًا لإسناد التسميات وحدًّا للثقة بقياس حجم عمل المراجعة، ثم شغّل التعليق التوضيحي على دفعات وتحقق من النتيجة بمعدل التعديلات.
تنظيم البيانات وإزالة التكرارات وتقسيمها
اكتشف التكرارات بين التقسيمات وفجوات الفئات باستخدام نصين برمجيين قصيرين، وقسّم البيانات وفق الوحدة المهمة، ثم جمّد إصدارًا مدققًا من مجموعة البيانات.
الوحدة 3
تدريب عمليات التشغيل وقراءة نتائجها وضبطها الدقيق
ابدأ عملية تشغيل سحابية ضمن ميزانية محددة، وقيّم التشغيل من منحنياته لكل حقبة، وأجرِ الضبط الدقيق من دون أن يتجاهل المحسّن الافتراضي معدل التعلّم.
قارن عمليات التشغيل واختر الأفضل
قارن عمليات التشغيل في مشروع على Platform، وسجّل سبب وجود كل تشغيل، وحدد ما إذا كان النموذج المرشح سيُطلق باستخدام بوابة ترقية مبرمجة.
الوحدة 4
انشر نقطة نهاية واستدعها
أنشئ نقطة نهاية مخصصة في واحدة من 42 منطقة، واضبط حجمها وفقًا لحركة المرور لديك، واستدعها باستخدام عميل يتعامل مع بدء التشغيل البارد وأخطاء 429 والمفاتيح غير الصالحة.
مراقبة الصحة والدقة
اطّلع على مقاييس نقاط النهاية وإحصاءات التنبؤ في Platform، وأرسل تنبيهًا من فحص صحة مجدول، واكتشف انحراف الدقة من خلال مهمة اختبار مجموعة محجوبة.
الخصوصية والمناطق والامتثال
اختر مناطق البيانات والنشر وفقًا لعقودك، وحافظ على خصوصية البيانات، وأخفِ هوية الصور قبل تحميلها، وأجب عن قائمة تحقق الامتثال السابقة للإطلاق.
أتمتة دورة إعادة التدريب
حوّل عملية نشر واحدة إلى دورة قابلة للتكرار: دليل تشغيل، وبوابة ترقية مكتوبة بنص برمجي، وإصدار آلي مع إمكانية التراجع، ومراجعة أسبوعية.