وطن

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | हिन्दी | العربية

تقديم Ultralytics YOLOv8، وهو أحدث إصدار من نموذج الكشف عن الكائنات وتجزئة الصور في الوقت الفعلي المشهود له. YOLOv8 مبني على أحدث التطورات في التعلم العميق ورؤية الكمبيوتر ، مما يوفر أداء لا مثيل له من حيث السرعة والدقة. تصميمه الانسيابي يجعله مناسبا للتطبيقات المختلفة وقابلا للتكيف بسهولة مع منصات الأجهزة المختلفة ، من أجهزة الحافة إلى واجهات برمجة التطبيقات السحابية.

استكشف YOLOv8 محرر المستندات ، مورد شامل مصمم لمساعدتك على فهم ميزاته وإمكاناته والاستفادة منها. سواء كنت ممارسا متمرسا في التعلم الآلي أو جديدا في هذا المجال ، يهدف هذا المركز إلى تحقيق أقصى استفادة YOLOv8في مشاريعك

من أين تبدأ

• أقام ultralytics مع النقطة والبدء والتشغيل في دقائق   ابدأ الآن
• تنبأ صور ومقاطع فيديو جديدة مع YOLOv8   التنبؤ على الصور
• قطار جديد YOLOv8 نموذج على مجموعة البيانات المخصصة الخاصة بك   تدريب نموذج
• المهام YOLOv8 مهام مثل التقسيم والتصنيف والوضع والتتبع   استكشاف المهام
• جديد 🚀 استكشف مجموعات البيانات مع البحث الدلالي المتقدم و SQL   استكشاف مجموعة بيانات

شاهد: كيفية تدريب YOLOv8 نموذج على مجموعة البيانات المخصصة الخاصة بك في Google كولاب.

YOLOنبذة تاريخية:

YOLO (أنت تنظر مرة واحدة فقط) ، وهو نموذج شائع للكشف عن الكائنات وتجزئة الصور ، تم تطويره بواسطة جوزيف ريدمون وعلي فرهادي في جامعة واشنطن. تم إطلاقه في عام 2015 ، YOLO اكتسبت شعبية بسرعة لسرعتها العالية ودقتها.

• قام YOLOv2 ، الذي تم إصداره في عام 2016 ، بتحسين النموذج الأصلي من خلال دمج تطبيع الدفعات وصناديق الربط ومجموعات الأبعاد.
• تم إطلاق YOLOv3 في عام 2018 ، مما أدى إلى تحسين أداء النموذج باستخدام شبكة أساسية أكثر كفاءة ، ومراسي متعددة وتجميع أهرمي مكاني.
• تم إصدار YOLOv4 في عام 2020 ، حيث قدم ابتكارات مثل زيادة بيانات Mosaic ، ورأس اكتشاف جديد خال من المرساة ، ووظيفة خسارة جديدة.
• YOLOv5 تم تحسين أداء النموذج بشكل أكبر وإضافة ميزات جديدة مثل تحسين المعلمات الفائقة وتتبع التجربة المتكامل والتصدير التلقائي إلى تنسيقات التصدير الشائعة.
• تم فتح YOLOv6 بواسطة Meituan في عام 2022 وهو قيد الاستخدام في العديد من روبوتات التوصيل المستقلة للشركة.
• أضاف YOLOv7 مهام إضافية مثل تقدير الوضع على مجموعة بيانات النقاط الرئيسية COCO.
• YOLOv8 هو أحدث إصدار من YOLO ب Ultralytics. كنموذج متطور ومتطور (SOTA) ، YOLOv8 يعتمد على نجاح الإصدارات السابقة ، ويقدم ميزات وتحسينات جديدة لتحسين الأداء والمرونة والكفاءة. YOLOv8 يدعم مجموعة كاملة من مهام الذكاء الاصطناعي الرؤية ، بما في ذلك الكشف والتجزئة وتقدير الوضع والتتبع والتصنيف. يتيح هذا التنوع للمستخدمين الاستفادة YOLOv8عبر تطبيقات ومجالات متنوعة.
• يقدم YOLOv9 طرقًا مبتكرة مثل معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN).
• تم إنشاء YOLOv10 من قبل باحثين من جامعة تسينغهوا باستخدام Ultralytics Python الحزمة. يوفر هذا الإصدار تطورات في الوقت الحقيقي للكشف عن الكائنات من خلال تقديم رأس نهاية إلى نهاية يلغي متطلبات الكبت غير الأقصى (NMS).

YOLO التراخيص: كيف هو Ultralytics YOLO مرخص؟

Ultralytics يقدم خيارين للترخيص لاستيعاب حالات الاستخدام المتنوعة:

• AGPL-3.0 الترخيص: يعد هذا الترخيص مفتوح المصدر المعتمد من OSI مثاليا للطلاب والمتحمسين ، مما يعزز التعاون المفتوح ومشاركة المعرفة. راجع ملف الترخيص لمزيد من التفاصيل.
• ترخيص المؤسسة: مصمم للاستخدام التجاري ، يسمح هذا الترخيص بالتكامل السلس ل Ultralytics البرمجيات والنماذج الذكاء الاصطناعي في السلع والخدمات التجارية ، متجاوزة متطلبات المصدر المفتوح AGPL-3.0. إذا كان السيناريو الخاص بك يتضمن تضمين حلولنا في عرض تجاري ، فتواصل من خلال Ultralytics الترخيص.

تم تصميم استراتيجية الترخيص الخاصة بنا لضمان إعادة أي تحسينات على مشاريعنا مفتوحة المصدر إلى المجتمع. نحن نحمل مبادئ المصدر المفتوح قريبة من قلوبنا ❤️ ، ومهمتنا هي ضمان إمكانية استخدام مساهماتنا وتوسيعها بطرق مفيدة للجميع.

الأسئلة المتداولة

ما هو Ultralytics YOLO وكيف يعمل على تحسين اكتشاف الأجسام؟

Ultralytics YOLO هو أحدث تقدم في سلسلة YOLO (أنت تنظر مرة واحدة فقط) المشهود لها لاكتشاف الأجسام وتجزئة الصور في الوقت الفعلي. وهو يعتمد على الإصدارات السابقة من خلال تقديم ميزات وتحسينات جديدة لتعزيز الأداء والمرونة والكفاءة. YOLOv8 يدعم العديد من مهام الذكاء الاصطناعي للرؤية مثل الكشف والتجزئة وتقدير الوضع والتتبع والتصنيف. تضمن بنيته المتطورة سرعة ودقة فائقة، مما يجعله مناسبًا لتطبيقات متنوعة، بما في ذلك الأجهزة المتطورة وواجهات برمجة التطبيقات السحابية.

كيف يمكنني البدء في التثبيت والإعداد YOLO ؟

إن بدء استخدام YOLO سريع ومباشر. يمكنك تثبيت الحزمة Ultralytics باستخدام pip وتشغيلها في دقائق. إليك أمر التثبيت الأساسي:

pip install ultralytics

للحصول على دليل شامل خطوة بخطوة، تفضل بزيارة دليل البدء السريع. سيساعدك هذا المورد في تعليمات التثبيت، والإعداد الأولي، وتشغيل نموذجك الأول.

كيف يمكنني تدريب نموذج YOLO مخصص على مجموعة البيانات الخاصة بي؟

يتضمن تدريب نموذج مخصص YOLO على مجموعة بياناتك بعض الخطوات التفصيلية:

1. قم بإعداد مجموعة البيانات المشروحة.
2. تكوين معلمات التدريب في ملف YAML.
3. استخدم الزر yolo train الأمر لبدء التدريب.

إليك مثال على ذلك الأمر

yolo train model=yolov8n.pt data=coco128.yaml epochs=100 imgsz=640

للاطلاع على شرح تفصيلي، راجع دليل تدريب نموذج، والذي يتضمن أمثلة ونصائح لتحسين عملية التدريب الخاصة بك.

ما هي خيارات الترخيص المتاحة لـ Ultralytics YOLO ؟

Ultralytics خيارين للترخيص YOLO:

• AGPL-3.0 الترخيص: تعتبر هذه الرخصة مفتوحة المصدر مثالية للاستخدام التعليمي وغير التجاري، مما يعزز التعاون المفتوح.
• ترخيص المؤسسة: صُمم هذا الترخيص للتطبيقات التجارية، مما يسمح بالتكامل السلس لبرمجيات Ultralytics في المنتجات التجارية دون قيود الترخيص AGPL-3.0 .

لمزيد من التفاصيل، تفضل بزيارة صفحة الترخيص الخاصة بنا.

كيف يمكن استخدام Ultralytics YOLO لتتبع الأجسام في الوقت الحقيقي؟

Ultralytics YOLO يدعم التتبع الفعال والقابل للتخصيص متعدد الكائنات. للاستفادة من إمكانيات التتبع، يمكنك استخدام yolo track كما هو موضح أدناه:

yolo track model=yolov8n.pt source=video.mp4

للحصول على دليل تفصيلي حول إعداد تتبع الكائنات وتشغيله، راجع وثائق وضع التتبع لدينا، والتي تشرح التكوين والتطبيقات العملية في سيناريوهات الوقت الفعلي.

التعليقات