مهام الرؤية السبع

المهام السبع في لمحة#

اقرأ الجدول بالاستناد إلى عمود المخرجات — فهذا ما يجب أن يطابقه سطر المخرجات في مواصفاتك.

هناك التباسان يربكان الناس. تجزئة الكائنات مقابل التجزئة الدلالية: تفصل تجزئة الكائنات كل كائن على حدة (ثلاث سيارات، وثلاثة أقنعة)؛ أما التجزئة الدلالية فتُصنّف البكسلات حسب الفئة فقط (منطقة واحدة لـ"سيارة"، بلا عدد). الكشف مقابل OBB: يعيد كلاهما صندوقًا واحدًا لكل كائن، لكن OBB يدور مع الكائن، وهو أمر مهم عندما تكون الكائنات بزاوية في الصور الملتقطة من الأعلى.

واجهة API واحدة، وسبعة أنواع من المخرجات#

لا يعني تبديل المهام تبديل الأدوات. يحدد ملف الأوزان ما ستستعيده، ويملأ كائن Results الخاصية المطابقة:

from ultralytics import YOLO

image = "https://ultralytics.com/images/bus.jpg"
outputs = ["probs", "boxes", "masks", "semantic_mask", "depth", "keypoints", "obb"]

for suffix in ["-cls", "", "-seg", "-sem", "-depth", "-pose", "-obb"]:
    weights = f"yolo26n{suffix}.pt"
    model = YOLO(weights)
    result = model(image, verbose=False)[0]
    filled = [name for name in outputs if getattr(result, name) is not None]
    print(f"{weights:18} task={model.task:9} -> {', '.join(filled)}")

yolo26n-cls.pt     task=classify  -> probs
yolo26n.pt         task=detect    -> boxes
yolo26n-seg.pt     task=segment   -> boxes, masks
yolo26n-sem.pt     task=semantic  -> semantic_mask
yolo26n-depth.pt   task=depth     -> depth
yolo26n-pose.pt    task=pose      -> boxes, keypoints
yolo26n-obb.pt     task=obb       -> obb

اقرأ العمود الأيمن: تعيد التجزئة وتقدير الوضعية الصناديق أيضًا، لأنهما يجمعان الكشف مع ميزة إضافية. أما التجزئة الدلالية وتقدير العمق فلا يعيدان أي مخرجات لكل كائن — بل يصفان كل بكسل بدلًا من ذلك. يقرأ الكود اللاحق إحدى هذه الخصائص تحديدًا، لذا ينبغي أن يذكر سطر المخرجات في مواصفاتك الخاصية المطلوبة.

الاختيار عمليًا#

ابدأ بما يجب أن يصفه كل تنبؤ، ثم اختر أقل المهام كلفةً للإجابة عن سؤال القرار:

1. تسمية واحدة للصورة بأكملها ← التصنيف.
2. فئة لكل بكسل، دون الحاجة إلى فصل الكائنات ← التجزئة الدلالية.
3. مسافة لكل بكسل ← تقدير العمق.
4. شيء يتعلق بكل كائن:
   • موضعه، لعدّه أو تحديد موقعه أو تصفيته ← الكشف (أضف التتبّع لمعرفة الهوية عبر الإطارات)؛
   • شكله الدقيق أو حدوده أو مساحته ← تجزئة الكائنات؛
   • وضعيته ← تقدير الوضعية؛
   • دورانه في الصور الملتقطة من الأعلى ← OBB.

عندما تلائم مهمتان احتياجك، اختر الأقل كلفةً في الوسم والتشغيل. يُعد الكشف الخيار الافتراضي لمعظم المنتجات: فمن السهل رسم الصناديق ومراجعتها، ومع إضافة التتبّع فإنها تتيح بالفعل العدّ والتنبيهات عند دخول المناطق والتحليلات المرورية، كما في مشهد الطريق السريع هذا:

العمق: المهمة التي تجيب عن سؤال «ما المسافة؟»#

يعيد تقدير العمق خريطةً بحجم الصورة، تتضمن مسافة واحدة بالأمتار لكل بكسل — من دون فئات أو صناديق. استخدمه عندما تؤثر المسافة في القرار: كروبوت يتفادى العوائق، أو مركبة تُبطئ عندما يقترب منها شيء، أو تقدير تقريبي لحجم كومة.

from ultralytics import YOLO

model = YOLO("yolo26n-depth.pt")
result = model("https://ultralytics.com/images/bus.jpg", verbose=False)[0]

depth = result.depth.data  # meters, one value per pixel
print(f"depth map {tuple(depth.shape)}, nearest {float(depth.min()):.1f} m, farthest {float(depth.max()):.1f} m")

depth map (1080, 810), nearest 2.0 m, farthest 14.9 m

تستنتج الكاميرا الواحدة العمق من مؤشرات متعلّمة مثل المنظور وحجم الكائن، لذا قِس خطأها في مشاهدك قبل استخدامها لتحديد مسافات بالغة الأهمية للسلامة. ويعمل العمق جيدًا مع الكشف: اكشف الكائن، ثم اقرأ خريطة العمق داخل صندوقه.

مواطن الخلل#