أساسيات الرؤية الحاسوبية
تعلّم كيفية اتخاذ القرارات اللازمة لبناء نظام رؤية يعمل — بدءًا من تحديد المهمة واختيار واحدة من مهام Ultralytics YOLO السبع، وصولًا إلى تدقيق البيانات والتسميات، وتقسيم البيانات بإنصاف، وقراءة المقاييس — مع أمثلة YOLO26 قابلة للتشغيل على صور ومجموعات بيانات حقيقية.
بواسطة Ultralytics Academy
حدّد مشكلة في الرؤية الحاسوبية، واختر المهمة والتسميات المناسبتين، وتأكد من أن بياناتك تمثل الواقع، واعرف كيف يبدو الأداء «الجيد» قبل التدريب.
حوّل فكرة منتج إلى مواصفات مهمة من ثلاثة أسطر، وأبقِ قواعد العمل في الشيفرة بدلًا من النموذج.
طابق المخرجات مع المهمة المناسبة من بين سبع مهام: التصنيف، أو الكشف، أو تجزئة الكائنات، أو التجزئة الدلالية، أو تقدير العمق، أو تقدير الوضعية، أو OBB.
اقرأ مخرجات الكاشف واضبط عتبتي الثقة وIoU بناءً على تكلفة كل خطأ.
دقّق مجموعة بيانات حقيقية بحثًا عن ثغرات التغطية، والتسميات التالفة، والصور شبه المتطابقة التي تتسرب بين أقسام البيانات.
اقرأ الدقة والاستدعاء وmAP50-95 وAP لكل فئة ومصفوفة الالتباس معًا لتقرر ما إذا كان النموذج جاهزًا للإطلاق أو يحتاج إلى تحسين أو إلى إعادة نظر.
مواصفات مهمة لمشروعك، تتضمن قاعدة قرار مكتوبة على هيئة شيفرة تُطبَّق على مخرجات YOLO26.
تدقيق مجموعة بيانات وفحص للتسميات لمجموعة بيانات حقيقية، مع خطة جمع مرتبة حسب الأولوية.
فحص للتسرّب وتقسيم حسب المجموعات يمنعان وجود صور شبه متطابقة في بيانات التحقق.
قراءة تقييم تحدد الفئة التي تمثل عنق الزجاجة وعتبة الإطلاق.
أول تشغيل لـ YOLO26 على صورك، ومراجعته وفق مواصفاتك.
لا يلزم وجود خبرة سابقة في الرؤية الحاسوبية — فالمفاهيم مفهومة بحد ذاتها.
اختياري لكنه موصى به: Python 3.10+ و
pip install ultralyticsلتشغيل الأمثلة. تعمل جميع الأمثلة على وحدة معالجة مركزية CPU في حاسوب محمول خلال ثوانٍ.
محتوى الدورة
4 وحدة · 10 درسًاالوحدة 1
الوحدة 2
مهام الرؤية السبع
طابق سطر المخرجات مع التصنيف أو الكشف أو تجزئة الكائنات أو التجزئة الدلالية أو تقدير العمق أو تقدير الوضعية أو OBB، واختر أوزان YOLO26 التي تبدأ بها.
فهم كشف الكائنات
اقرأ مخرجات الكاشف — الفئة والصندوق والثقة — واضبط عتبتَي الثقة وIoU بناءً على كلفة كل خطأ.
الصناديق مقابل الأقنعة: متى تحتاج فعلًا إلى التجزئة
قِس ما يضيفه القناع إلى الصندوق على صورة حقيقية، وحدّد ما إذا كان مشروعك يحتاج إلى الشكل استنادًا إلى النظام الذي يستهلك المخرجات.
تقدير الوضعية ومربعات الإحاطة الموجّهة (OBB)
اقرأ النقاط المفتاحية والمربعات المدوّرة من YOLO26، واكتب قاعدةً تستند إلى كلٍّ منها، وتعرّف على الحالات التي تكون فيها الوضعية أو الزاوية هي الإشارة الفعلية.
الوحدة 3
مجموعات بيانات تعكس الواقع
دقّق مجموعة بيانات حقيقية بحثًا عن فجوات التغطية قبل إضافة مزيد من التسميات، وحوّل الفجوات إلى خطة لجمع البيانات تتضمن أمثلة سلبية صعبة.
جودة التعليقات التوضيحية
تعرّف على محتوى تسمية YOLO، وافحص ملفات التسميات لاكتشاف الصفوف التالفة، وحافظ على اتساق المعلّقين باستخدام إرشادات وجولة معايرة مقيسة.
الوحدة 4
تقسيمات تكشف الحقيقة
اكتشف الصور شبه المتطابقة التي تتسرب بين التدريب والتحقق، وقسّم البيانات وفق الوحدة التي ستكون جديدة عند النشر.
قراءة مقاييس الكشف بنزاهة
أجرِ التحقق، واقرأ الدقة والاستدعاء وmAP50-95 وAP لكل فئة ومصفوفة الالتباس معًا، واختر عتبة النشر استنادًا إلى هدف.
من المختبر إلى الإنتاج
ثبّت Ultralytics، وشغّل YOLO26 على صورك، وتحقق من توافق المخرجات مع مواصفاتك، ثم اختر خطوتك التالية.