استراتيجيات جمع البيانات وتعليقها في الرؤية الحاسوبية#
جمع البيانات والتعليق عليها هما الخطوتان الأساسيتان في كل مشروع للرؤية الحاسوبية: تجمع صورًا أو مقاطع فيديو تمثيلية، ثم تضع تسميات لها كي يتعلم منها النموذج. وتحدد جودة هذه البيانات أداء النموذج مباشرةً، لذا فإن تعريف الفئات واختيار مصادر غير متحيزة واتساق التعليقات أمور مهمة قبل بدء أي تدريب.
شاهد: كيفية بناء استراتيجيات فعّالة لجمع البيانات والتعليق التوضيحي لمشاريع الرؤية الحاسوبية 🚀
يستعرض هذا الدليل إعداد الفئات وجمع البيانات، وماهية التعليق على البيانات إلى جانب أنواع التعليقات وتنسيقاتها المتاحة، واستراتيجيات وضع التسميات بكفاءة — مع توافق كل قرار مع أهداف مشروعك.
إعداد الفئات وجمع البيانات#
يتلخص جمع الصور ومقاطع الفيديو لمشروع رؤية حاسوبية في ثلاثة قرارات: عدد الفئات التي ينبغي تعريفها، ومصادر البيانات، وكيفية إبقاء مجموعة البيانات خالية من التحيز.
اختيار الفئات المناسبة لمشروعك#
من أولى المسائل التي تواجهك عند بدء مشروع للرؤية الحاسوبية تحديد عدد الفئات التي ستضمها. عليك تحديد عضوية الفئات، أي الفئات أو التسميات المختلفة التي تريد من نموذجك التعرف عليها والتمييز بينها. وينبغي تحديد عدد الفئات وفقًا للأهداف المحددة لمشروعك.
على سبيل المثال، إذا أردت مراقبة حركة المرور، فقد تشمل فئاتك «سيارة» و«شاحنة» و«حافلة» و«دراجة نارية» و«دراجة هوائية». أما إذا أردت تتبع المنتجات في متجر، فقد تكون فئاتك «فواكه» و«خضراوات» و«مشروبات» و«وجبات خفيفة». ويساعد تحديد الفئات استنادًا إلى أهداف مشروعك في إبقاء مجموعة البيانات ملائمة ومركزة.
عند تعريف الفئات، من المهم أيضًا تحديد ما إذا كنت ستختار عددًا إجماليًا خشنًا أم دقيقًا للفئات. يشير «العدد» إلى عدد الفئات المتميزة التي تهمك. ويؤثر هذا القرار في مستوى تفصيل بياناتك وتعقيد نموذجك. وفيما يلي اعتبارات كل نهج:
- عدد فئات إجمالي خشن: هي فئات أوسع وأكثر شمولًا، مثل «مركبة» و«غير مركبة». وهي تبسط التعليق وتتطلب موارد حوسبة أقل، لكنها تقدم معلومات أقل تفصيلًا، ما قد يحد من فعالية النموذج في السيناريوهات المعقدة.
- عدد فئات إجمالي دقيق: فئات أكثر مع تمييزات أدق، مثل «سيارة سيدان» و«سيارة رياضية متعددة الاستخدامات» و«شاحنة صغيرة» و«دراجة نارية». وهي تلتقط معلومات أكثر تفصيلًا، فتحسن دقة النموذج وأداءه. لكنها تستغرق وقتًا وجهدًا أكبر للتعليق وتتطلب موارد حوسبة أكثر.
قد يكون البدء بفئات أكثر تحديدًا مفيدًا للغاية، لا سيما في المشروعات المعقدة التي تكتسب فيها التفاصيل أهمية. تتيح لك الفئات الأكثر تحديدًا جمع بيانات أكثر تفصيلًا، واكتساب رؤى أعمق، وإرساء تمييزات أوضح بين الفئات. ولا يقتصر أثر ذلك على تحسين دقة النموذج، بل يجعل تعديله لاحقًا عند الحاجة أسهل أيضًا، ما يوفر الوقت والموارد.
مصادر البيانات#
يمكنك استخدام مجموعات بيانات عامة أو جمع بيانات مخصصة بنفسك. توفر مجموعات البيانات العامة، مثل تلك الموجودة على Kaggle ومحرك بحث مجموعات بيانات Google، بيانات موحدة ومشروحة جيدًا، ما يجعلها نقطة انطلاق ممتازة لتدريب النماذج والتحقق من صحتها.
أما جمع البيانات المخصصة فيتيح لك تكييف مجموعة البيانات لتلبية احتياجاتك الخاصة. يمكنك التقاط الصور ومقاطع الفيديو بالكاميرات أو الطائرات المسيّرة، أو جمع الصور من الويب، أو استخدام البيانات الداخلية الموجودة لدى مؤسستك. تمنحك البيانات المخصصة تحكمًا أكبر في جودتها وملاءمتها. ويساعد الجمع بين مصادر البيانات العامة والمخصصة على إنشاء مجموعة بيانات متنوعة وشاملة.
تجنب التحيز في جمع البيانات#
يحدث التحيز عندما تكون بعض المجموعات أو السيناريوهات ممثلة تمثيلًا ناقصًا أو زائدًا في مجموعة البيانات. ويؤدي ذلك إلى نموذج يحقق أداءً جيدًا على بعض البيانات وضعيفًا على بيانات أخرى. ومن الضروري تجنب التحيز في الذكاء الاصطناعي حتى يتمكن نموذج الرؤية الحاسوبية من العمل جيدًا في مجموعة متنوعة من السيناريوهات.
إليك كيفية تجنب التحيز أثناء جمع البيانات:
- تنوع المصادر: اجمع البيانات من مصادر عديدة لالتقاط وجهات نظر وسيناريوهات مختلفة.
- التمثيل المتوازن: احرص على تمثيل جميع المجموعات ذات الصلة تمثيلًا متوازنًا. على سبيل المثال، ضع في الحسبان اختلاف الأعمار والأجناس والخلفيات الإثنية.
- المراقبة المستمرة: راجع مجموعة بياناتك وحدّثها بانتظام لاكتشاف أي تحيزات ناشئة ومعالجتها.
- تقنيات الحد من التحيز: استخدم أساليب مثل زيادة أخذ العينات للفئات الممثلة تمثيلًا ناقصًا، وزيادة البيانات، والخوارزميات المراعية للإنصاف.
يساعد اتباع هذه الممارسات على إنشاء نموذج أكثر متانة وإنصافًا، وقادر على التعميم جيدًا في التطبيقات الواقعية.
ما التعليق على البيانات؟#
التعليق على البيانات هو عملية وضع تسميات للبيانات لتصبح قابلة للاستخدام في تدريب نماذج التعلم الآلي. وفي الرؤية الحاسوبية، يعني ذلك وضع تسميات على الصور أو مقاطع الفيديو بالمعلومات التي يحتاج النموذج إلى التعلم منها. ومن دون بيانات مشروحة على نحو سليم، لا تستطيع النماذج تعلم العلاقات بين المدخلات والمخرجات بدقة.
أنواع التعليق على البيانات#
تختلف أنواع التعليق على البيانات بحسب المتطلبات المحددة لـمهمة الرؤية الحاسوبية. وفيما يلي بعض الأمثلة:
- مربعات الإحاطة: مربعات مستطيلة تُرسم حول الأجسام في الصورة، وتُستخدم أساسًا في مهام كشف الأجسام. وتُحدد هذه المربعات بإحداثيي الزاويتين العلوية اليسرى والسفلية اليمنى.
- المضلعات: حدود تفصيلية للأجسام تتيح تعليقًا أدق من مربعات الإحاطة. وتُستخدم المضلعات في مهام مثل تجزئة الكائنات، حيث يكون شكل الجسم مهمًا.
- الأقنعة: أقنعة ثنائية تكون فيها كل بكسلة إما جزءًا من جسم أو من الخلفية. وتُستخدم الأقنعة في مهام التجزئة الدلالية لتوفير تفاصيل على مستوى البكسل.
- النقاط المفتاحية: نقاط محددة تُعلّم داخل الصورة لتحديد المواقع المهمة. وتُستخدم النقاط المفتاحية في مهام مثل تقدير الوضعية واكتشاف معالم الوجه.
- مربعات الإحاطة الموجّهة: مستطيلات تتضمن زاوية دوران، وتُستخدم في مهام OBB التي تظهر فيها الأجسام باتجاهات مختلفة، مثل الصور الجوية.
تنسيقات التعليقات الشائعة#
بعد اختيار نوع التعليق، من المهم اختيار التنسيق المناسب لتخزين التعليقات ومشاركتها. ومن أكثر التنسيقات شيوعًا:
| التنسيق | بنية الملف | الاستخدامات الشائعة |
|---|---|---|
| COCO | ملف JSON واحد | كشف الأجسام، وتجزئة الكائنات، واكتشاف النقاط المفتاحية، والأشياء وتجزئة المشهد الشامل، ووصف الصور |
| Pascal VOC | ملف XML واحد لكل صورة | كشف الأجسام |
| YOLO | ملف .txt واحد لكل صورة | كشف الأجسام والتجزئة والوضعية ومربعات الإحاطة الموجّهة |
يخزن تنسيق YOLO صفًا واحدًا لكل جسم، مع بدء فهارس الفئات من 0. في كشف الأجسام، يكون الصف class x_center y_center width height بإحداثيات مطبّعة ضمن المجال 0–1. ويستبدل صف التجزئة الصندوق بنقاط مضلع الجسم المطبّعة، بينما يحتفظ صف الوضعية بالصندوق ويضيف إحداثيات النقاط المفتاحية بعده، مع علامة إظهار لكل نقطة مفتاحية عندما تعرّف مجموعة البيانات kpt_shape: [n, 3]. ويخزن صف OBB القيمة class x1 y1 x2 y2 x3 y3 x4 y4 باستخدام إحداثيات زوايا مطبّعة.
إذا كانت أداة التعليق التي تستخدمها تصدّر بيانات COCO بصيغة JSON، فيمكنك إما تحويلها إلى تسميات YOLO بصيغة .txt أو التدريب مباشرةً على ملف JSON باستخدام فئة مجموعة بيانات مخصصة.
وضع إرشادات التعليق#
بعد اختيار نوع التعليق التوضيحي وتنسيقه، تتمثل الخطوة التالية في وضع قواعد واضحة وموضوعية للتوسيم. وتعمل هذه القواعد بمثابة خارطة طريق لضمان الاتساق والدقة طوال عملية التوسيم. وتشمل الجوانب الرئيسية لهذه القواعد ما يلي:
- الوضوح والتفصيل: احرص على أن تكون تعليماتك واضحة. واستخدم الأمثلة والرسوم التوضيحية لبيان المطلوب.
- الاتساق: حافظ على توحيد تعليقاتك. وضع معايير ثابتة لتعليق أنواع البيانات المختلفة، بحيث تتبع جميع التعليقات القواعد نفسها.
- الحد من التحيز: التزم الحياد. درّب نفسك على الموضوعية وقلّل التحيزات الشخصية لضمان نزاهة التعليقات.
- الكفاءة: أنجز العمل بذكاء لا بمشقة. استخدم الأدوات وسير العمل التي تؤتمت المهام المتكررة، وتجعل عملية التعليق أسرع وأكثر كفاءة.
تساعد مراجعة قواعد وضع التسميات وتحديثها بانتظام على إبقاء تعليقاتك دقيقة ومتسقة ومتوافقة مع أهداف مشروعك.
أدوات التعليق#
تتيح لك أداة التعليق الجيدة وضع تسميات لكل نوع تحتاجه مهمتك، وتطبيق إرشادات متسقة، وتصدير التسميات بتنسيق جاهز للتدريب. توفر منصة Ultralytics محرر تعليق مدمجًا يغطي الكشف وتجزئة الكائنات والتجزئة الدلالية والتصنيف والوضعية وOBB، مع تعليق ذكي مدعوم بـSAM يحول نقرة واحدة إلى قناع لمهام الكشف وتجزئة الكائنات والتجزئة الدلالية وOBB. ولأن التعليقات تُحفظ بالتنسيق الذي تتطلبه كل مهمة — صفوف YOLO .txt للمهام المكانية ومجلدات الفئات للتصنيف — تنتقل مجموعة البيانات التي وضعت تسمياتها مباشرةً إلى التدريب من دون خطوة تحويل.
جودة التعليق: الصحة والدقة والقيم الشاذة#
قبل بدء التعليق على نطاق واسع، من المفيد فهم الصحة والدقة والقيم الشاذة ومراقبة الجودة، حتى لا تضع تسميات لبياناتك بطريقة تؤدي إلى نتائج عكسية.
فهم الصحة والدقة#
من المهم فهم الفرق بين الصحة والدقة وعلاقتهما بالتعليق. تشير الصحة إلى مدى قرب البيانات المشروحة من القيم الحقيقية، وتساعدنا على قياس مدى تطابق التسميات مع سيناريوهات العالم الحقيقي. أما الدقة فتشير إلى اتساق التعليقات، وتتحقق مما إذا كنت تضع التسمية نفسها للجسم أو السمة نفسها في جميع أنحاء مجموعة البيانات. وتؤدي الصحة والدقة المرتفعتان إلى نماذج مدرّبة على نحو أفضل، إذ تقللان التشويش وتحسّنان قدرة النموذج على التعميم انطلاقًا من بيانات التدريب.
تحديد القيم الشاذة#
القيم الشاذة هي نقاط بيانات تختلف اختلافًا كبيرًا عن الملاحظات الأخرى في مجموعة البيانات. وفي سياق التعليقات، قد تكون القيمة الشاذة صورة موسومة على نحو خاطئ أو تعليقًا لا يتوافق مع بقية مجموعة البيانات. وتثير القيم الشاذة القلق لأنها قد تشوه عملية تعلم النموذج، ما يؤدي إلى تنبؤات غير دقيقة وضعف التعميم.
يمكنك استخدام أساليب متنوعة لاكتشاف القيم الشاذة وتصحيحها:
- الأساليب الإحصائية: لاكتشاف القيم الشاذة في السمات العددية، مثل قيم البكسل وإحداثيات مربع الإحاطة أو أحجام الأجسام، يمكنك استخدام أساليب مثل مخططات الصندوق والمدرجات التكرارية ودرجات z المعيارية.
- الأساليب البصرية: لاكتشاف الحالات الشاذة في السمات الفئوية مثل فئات الأجسام أو ألوانها أو أشكالها، استخدم أساليب بصرية مثل عرض الصور أو التسميات أو الخرائط الحرارية.
- الأساليب الخوارزمية: استخدم أدوات مثل التجميع (على سبيل المثال، تجميع K-means وDBSCAN) وخوارزميات اكتشاف الحالات الشاذة لتحديد القيم الشاذة استنادًا إلى أنماط توزيع البيانات.
مراقبة جودة البيانات المشروحة#
كما هو الحال في المشروعات التقنية الأخرى، لا غنى عن مراقبة جودة البيانات المشروحة. ومن الممارسات الجيدة مراجعة التعليقات بانتظام للتأكد من دقتها واتساقها. ويمكن إجراء ذلك بعدة طرق مختلفة:
- مراجعة عينات من البيانات المشروحة
- استخدام أدوات مؤتمتة لاكتشاف الأخطاء الشائعة
- الاستعانة بشخص آخر لمراجعة التعليقات والتحقق منها
إذا كنت تعمل مع عدة أشخاص، فمن المهم تحقيق الاتساق بين مختلف القائمين بالتعليق. ويعني التوافق الجيد بين القائمين بالتعليق أن الإرشادات واضحة وأن الجميع يتبعها بالطريقة نفسها. وهذا يُبقي الجميع على توافق ويضمن اتساق التعليقات.
إذا اكتشفت أخطاء أثناء المراجعة، فصححها وحدّث الإرشادات لتجنب تكرارها مستقبلًا. وقدّم ملاحظات للقائمين بالتعليق، ووفر تدريبًا منتظمًا للمساعدة على الحد من الأخطاء. ويساعد وجود آلية راسخة لمعالجة الأخطاء في الحفاظ على دقة مجموعة البيانات وموثوقيتها.
استراتيجيات فعّالة لوسم البيانات#
لجعل عملية وسم البيانات أكثر سلاسة وفعالية، فكّر في تطبيق الاستراتيجيات التالية:
- إرشادات واضحة للتعليق التوضيحي: قدّم تعليمات مفصّلة مدعومة بأمثلة لضمان تفسير جميع المعلّقين للمهام باتساق. على سبيل المثال، عند وسم الطيور، حدّد ما إذا كان ينبغي تضمين الطائر كاملًا أم أجزاء معيّنة منه فقط.
- فحوصات جودة منتظمة: حدّد معايير مرجعية واستخدم مقاييس محددة لمراجعة العمل، وحافظ على معايير عالية من خلال التغذية الراجعة المستمرة.
- استخدم أدوات التعليق التوضيحي المسبق: توفّر العديد من منصات التعليق التوضيحي الحديثة ميزات للتعليق التوضيحي المسبق بمساعدة الذكاء الاصطناعي، ويمكنها تسريع العملية بدرجة كبيرة من خلال إنشاء تعليقات توضيحية أولية تلقائيًا، ثم تحسينها بواسطة البشر.
- طبّق التعلّم النشط: يعطي هذا النهج الأولوية لوسم العينات الأكثر إفادة أولًا، ما قد يقلل العدد الإجمالي للتعليقات التوضيحية المطلوبة مع الحفاظ على أداء النموذج.
- المعالجة على دفعات: اجمع الصور المتشابهة معًا للتعليق التوضيحي، حفاظًا على الاتساق وتحسينًا للكفاءة.
يمكن أن تساعد هذه الاستراتيجيات في الحفاظ على جودة عالية للتعليقات التوضيحية، مع تقليل الوقت والموارد اللازمة لعملية الوسم.
الخلاصة#
إن جمع بيانات متنوعة وغير متحيزة والتعليق عليها باتساق باستخدام الأدوات المناسبة يشكّل أساسًا لنموذج موثوق في الرؤية الحاسوبية. بعد جمع مجموعة البيانات ووسمها، تابع إلى دليل خطوات مشروع الرؤية الحاسوبية للانتقال إلى التدريب والتقييم. وإذا ظهرت أسئلة في أثناء ذلك، فاطرحها على المجتمع في مستودع Ultralytics على GitHub أو خادم Ultralytics على Discord.
الأسئلة الشائعة#
للحد من التحيّز، اجمع البيانات من مصادر متنوعة، واحرص على تمثيل متوازن لجميع الفئات ذات الصلة (مثل الأعمار والأجناس والأعراق المختلفة)، وراجع مجموعة البيانات وحدّثها بانتظام لرصد التحيّزات الناشئة، وطبّق تقنيات التخفيف مثل الإفراط في أخذ العينات للفئات الممثلة تمثيلًا ناقصًا، وزيادة البيانات، والخوارزميات المراعية للإنصاف. ويساعد تجنّب التحيّز بهذه الطريقة على الحفاظ على أداء نموذج الرؤية الحاسوبية في سيناريوهات واقعية متنوعة، كما يحسّن قدرته على التعميم.
ضع إرشادات واضحة وموضوعية للوسم، تتضمن تعليمات وأمثلة ورسومًا توضيحية مفصّلة، ثم طبّقها بصورة موحّدة على جميع أنواع البيانات بحيث تتبع كل التعليقات التوضيحية القواعد نفسها. درّب المعلّقين على الالتزام بالحياد للحد من التحيّز الشخصي، وراجع الإرشادات وحدّثها بانتظام، واستخدم فحوصات الاتساق الآلية والتغذية الراجعة بين المعلّقين للحفاظ على دقة عالية تتوافق مع أهداف مشروعك.
يكفي بضع مئات من الكائنات المعلّق عليها لكل فئة لبدء التجربة باستخدام التعلّم بالنقل، لكن للحصول على أداء موثوق في العالم الحقيقي، توصي Ultralytics بـما لا يقل عن 1,500 صورة و10,000 مثيل موسوم لكل فئة. اقرن مجموعة بيانات كبيرة بما يكفي بجدول تدريب معقول — إذ تُعد نحو 300 حقبة نقطة بداية شائعة، ويمكن تقليلها إذا بدأ النموذج في فرط التكيّف مبكرًا — واحرص على دقة التعليقات التوضيحية ومواءمتها مع الأهداف الخاصة بمشروعك. اطّلع على استراتيجيات التدريب المفصّلة في دليل تدريب YOLO26.
نعم. تتضمن منصة Ultralytics محررًا مدمجًا للتعليق التوضيحي يدعم مربعات الإحاطة والمضلعات والنقاط المفتاحية والمربعات الموجّهة وتسميات التصنيف في مساحة عمل واحدة. يسرّع التعليق التوضيحي الذكي المدعوم بـ SAM عملية الوسم لمهام الكشف وتقسيم المثيلات والتقسيم الدلالي وOBB، إذ ينشئ أقنعة بنقرة واحدة؛ ويمكن لمجموعات بيانات الوضعية استخدام نماذج YOLO للوضعية في التعليق التوضيحي الذكي، بينما يُجرى التعليق التوضيحي للتصنيف يدويًا. تُخزّن التعليقات التوضيحية بالتنسيق الذي تتطلبه كل مهمة — صفوف YOLO
.txtللمهام المكانية، ومجلدات الفئات للتصنيف — لتكون جاهزة لـالتدريب.طابق نوع التعليق التوضيحي مع المهمة التي تنوي تدريب النموذج عليها. تُعد مربعات الإحاطة الأسرع رسمًا، وهي كل ما تحتاج إليه عملية كشف الكائنات. تستغرق المضلعات والأقنعة وقتًا أطول بكثير لكل كائن، لكنها ضرورية لـتقسيم المثيلات عندما يكون الشكل الدقيق للكائن مهمًا. تناسب النقاط المفتاحية تقدير الوضعية وكشف المعالم، وتناسب المربعات الموجّهة مهام OBB، مثل الصور الجوية، حيث سيحيط مستطيل بمحاذاة المحاور بمساحة كبيرة جدًا من الخلفية. إن اختيار أدق مهمة تحتاج إليها فعليًا يجعل جهد الوسم متناسبًا مع النتيجة.