الارتقاء بتدريب YOLO26: بسّط عملية التسجيل باستخدام Comet#

يُعد تسجيل تفاصيل التدريب الأساسية، مثل المعلمات والمقاييس وتنبؤات الصور ونقاط حفظ النموذج، أمرًا ضروريًا في التعلّم الآلي—فهو يحافظ على شفافية مشروعك، ويجعل تقدمك قابلًا للقياس، ويضمن قابلية تكرار نتائجك.

يتكامل Ultralytics YOLO26 بسلاسة مع Comet (المعروفة سابقًا باسم Comet ML)، إذ يلتقط بكفاءة كل جانب من جوانب عملية تدريب نموذج YOLO26 الخاص بك لـاكتشاف الكائنات ويحسّنه. سيتناول هذا الدليل عملية التثبيت، وإعداد Comet، والرؤى في الوقت الفعلي، والتسجيل المخصص، والاستخدام في وضع عدم الاتصال، بما يضمن توثيق تدريب YOLO26 وضبطه بدقة لتحقيق نتائج متميزة.

Comet#

Comet منصة لتتبّع نماذج وتجارِب التعلّم الآلي ومقارنتها وشرحها وتحسينها. وتتيح لك تسجيل المقاييس والمعلمات والوسائط وغير ذلك أثناء تدريب النموذج، ومراقبة تجاربك من خلال واجهة ويب أنيقة. تساعد Comet علماء البيانات على التكرار بسرعة أكبر، وتعزز الشفافية وقابلية إعادة الإنتاج، وتساند تطوير نماذج جاهزة للإنتاج.

تسخير قوة YOLO26 وComet#

من خلال الجمع بين Ultralytics YOLO26 وComet، تفتح أمامك مجموعة من المزايا. وتشمل هذه المزايا تبسيط إدارة التجارب، والحصول على رؤى في الوقت الفعلي لإجراء تعديلات سريعة، وخيارات تسجيل مرنة ومصممة وفق احتياجاتك، وإمكانية تسجيل التجارب دون اتصال بالإنترنت عند محدودية الوصول إليه. يمكّنك هذا التكامل من اتخاذ قرارات تستند إلى البيانات، وتحليل مقاييس الأداء، وتحقيق نتائج استثنائية.

التثبيت#

لتثبيت الحزم المطلوبة، شغّل:

# Install YOLO26 and Comet
pip install ultralytics comet_ml

تهيئة Comet#

بعد تثبيت الحزم المطلوبة، ستحتاج إلى إنشاء حساب، والحصول على مفتاح Comet API، ثم تهيئته.

# Set your Comet API Key
export COMET_API_KEY=YOUR_API_KEY

بعد ذلك، صادِق باستخدام Comet. تنشئ دالة الاستدعاء الخاصة بـ Ultralytics التجربة، وتستخدم وسيطة التدريب project الخاصة بـ YOLO اسمًا لمشروع Comet.

import comet_ml

comet_ml.login()

إذا كنت تستخدم دفتر Google Colab، فستطالبك الشفرة أعلاه بإدخال مفتاح API الخاص بك لإجراء التهيئة.

الاستخدام#

قبل التعمق في تعليمات الاستخدام، احرص على استكشاف مجموعة نماذج YOLO26 التي تقدمها Ultralytics. سيساعدك ذلك على اختيار النموذج الأنسب لمتطلبات مشروعك.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")

# Train the model
results = model.train(
    data="coco8.yaml",
    project="comet-example-yolo26-coco128",
    batch=32,
    save_period=1,
    save_json=True,
    epochs=3,
)

بعد تشغيل شفرة التدريب، ستنشئ Comet تجربة في مساحة عمل Comet الخاصة بك لتتبع عملية التشغيل تلقائيًا. وستحصل بعد ذلك على رابط لعرض التسجيل التفصيلي لعملية تدريب نموذج YOLO26 الخاص بك.

تسجل Comet تلقائيًا البيانات التالية دون الحاجة إلى إعداد إضافي: مقاييس مثل mAP والخسارة، والمعلمات الفائقة، ونقاط حفظ النموذج، ومصفوفة الالتباس التفاعلية، وتنبؤات الصور التي تتضمن المربعات المحيطة.

فهم أداء نموذجك باستخدام تصورات Comet#

دعونا نلقِ نظرة على ما ستراه في لوحة معلومات Comet بمجرد بدء تدريب نموذج YOLO26. لوحة المعلومات هي المكان الذي تجري فيه جميع العمليات، إذ تعرض مجموعة من المعلومات المسجلة تلقائيًا من خلال المرئيات والإحصاءات. إليك جولة سريعة:

لوحات التجارب

ينظم قسم لوحات التجارب في لوحة معلومات Comet عمليات التشغيل المختلفة ومقاييسها ويعرضها، مثل خسارة قناع التجزئة، وخسارة الفئة، والدقة، ومتوسط الدقة.

المقاييس

في قسم المقاييس، يمكنك أيضًا فحص المقاييس بتنسيق جدولي، حيث تُعرض في جزء مخصص كما هو موضح هنا.

مصفوفة الالتباس التفاعلية

توفر مصفوفة الالتباس، الموجودة في علامة تبويب مصفوفة الالتباس، طريقة تفاعلية لتقييم دقة تصنيف النموذج. وتفصّل التنبؤات الصحيحة وغير الصحيحة، مما يتيح لك فهم نقاط قوة النموذج ونقاط ضعفه.

مقاييس النظام

تسجل Comet مقاييس النظام للمساعدة في تحديد أي اختناقات في عملية التدريب. وتشمل هذه المقاييس استخدام GPU، واستخدام ذاكرة GPU، واستخدام CPU، واستخدام RAM. وتُعد هذه المقاييس ضرورية لمراقبة كفاءة استخدام الموارد أثناء تدريب النموذج.

تخصيص تسجيل Comet#

توفر Comet مرونة تخصيص سلوك التسجيل لديها من خلال تعيين متغيرات البيئة. وتتيح لك هذه الإعدادات تكييف Comet وفق احتياجاتك وتفضيلاتك المحددة. تقرأ دالة الاستدعاء الخاصة بـ Ultralytics متغيرات البيئة التالية (عيّنها قبل بدء التدريب):

بالنسبة إلى مفاتيح التبديل المنطقية (COMET_EVAL_LOG_IMAGE_PREDICTIONS وCOMET_EVAL_LOG_CONFUSION_MATRIX)، تُحلَّل القيم 1 وtrue وyes وon وy وt على أنها True (بغض النظر عن حالة الأحرف). وتُعد أي قيمة أخرى False.

تسجيل تنبؤات الصور#

يمكنك التحكم في عدد تنبؤات الصور التي تسجلها Comet أثناء تجاربك. افتراضيًا، تسجل Comet 100 تنبؤ للصور من مجموعة التحقق. ومع ذلك، يمكنك تغيير هذا العدد ليتناسب بصورة أفضل مع متطلباتك. على سبيل المثال، لتسجيل 200 تنبؤ للصور، استخدم الشفرة التالية:

import os

os.environ["COMET_MAX_IMAGE_PREDICTIONS"] = "200"

لتعطيل تسجيل تنبؤات الصور بالكامل (مثلًا لتقليل حجم التحميل في الاتصالات البطيئة)، عيّن COMET_EVAL_LOG_IMAGE_PREDICTIONS إلى "false":

import os

os.environ["COMET_EVAL_LOG_IMAGE_PREDICTIONS"] = "false"

الفاصل الزمني لتسجيل الدفعات#

تتيح لك Comet تحديد معدل تسجيل دفعات تنبؤات الصور. ويتحكم متغير البيئة COMET_EVAL_BATCH_LOGGING_INTERVAL في هذا التواتر. والإعداد الافتراضي هو 1، ما يؤدي إلى تسجيل التنبؤات من كل دفعة تحقق. ويمكنك ضبط هذه القيمة لتسجيل التنبؤات على فاصل زمني مختلف. فعلى سبيل المثال، يؤدي تعيينها إلى 4 إلى تسجيل التنبؤات من كل دفعة رابعة.

import os

os.environ["COMET_EVAL_BATCH_LOGGING_INTERVAL"] = "4"

تعطيل تسجيل مصفوفة الالتباس#

في بعض الحالات، قد لا ترغب في تسجيل مصفوفة الالتباس من مجموعة التحقق بعد كل حقبة. ويمكنك تعطيل هذه الميزة بتعيين متغير البيئة COMET_EVAL_LOG_CONFUSION_MATRIX إلى "false". ولن تُسجّل مصفوفة الالتباس إلا مرة واحدة بعد اكتمال التدريب.

import os

os.environ["COMET_EVAL_LOG_CONFUSION_MATRIX"] = "false"

الوضع المتصل ووضع عدم الاتصال#

تعمل Comet افتراضيًا في الوضع المتصل، وتبث بيانات التجربة إلى خوادم Comet. وإذا كنت بحاجة إلى التدريب دون الوصول إلى الإنترنت، فعيّن COMET_START_ONLINE=0 قبل بدء التدريب. تُحفظ بيانات التجربة محليًا، ويمكن تحميلها لاحقًا باستخدام CLI comet upload.

import os

os.environ["COMET_START_ONLINE"] = "0"  # 1 (default) = online, 0 = offline

اسم المشروع#

يمرر استدعاء Comet افتراضيًا وسيطة التدريب project الخاصة بـ YOLO إلى Comet (أو None عند عدم تعيين الوسيطة، وفي هذه الحالة تستخدم Comet الإعداد الافتراضي لمساحة عملك). تجاوز هذا السلوك باستخدام COMET_PROJECT_NAME لإرسال جميع التجارب إلى مشروع محدد في مساحة عمل Comet، بغض النظر عن وسيطة تدريب YOLO:

import os

os.environ["COMET_PROJECT_NAME"] = "my-yolo26-experiments"

اسم عنصر النموذج#

يعيّن COMET_MODEL_NAME الاسم الذي تسجّل به Comet عنصر النموذج المسجل (الافتراضي هو Ultralytics). استخدمه للتمييز بين متغيرات النموذج في مساحة عمل مشتركة:

import os

os.environ["COMET_MODEL_NAME"] = "yolo26n-coco128"

تحجيم درجة الثقة#

تُصدر درجات الثقة في الاكتشاف ضمن النطاق [0, 1]، لكن واجهة Comet تعرضها افتراضيًا على مقياس مئوي. تضرب دالة الاستدعاء كل درجة في COMET_MAX_CONFIDENCE_SCORE (الافتراضي 100.0) قبل تسجيلها. اضبط ذلك إذا كنت تفضل الاحتمالات الأولية أو مقياسًا مختلفًا:

import os

os.environ["COMET_MAX_CONFIDENCE_SCORE"] = "1.0"  # log raw [0, 1] scores

الملخص#

استعرض هذا الدليل خطوات دمج Comet مع YOLO26 من Ultralytics. وتعلمت، بدءًا من التثبيت ووصولًا إلى التخصيص، كيفية تبسيط إدارة التجارب، والحصول على رؤى في الوقت الفعلي، وتكييف التسجيل وفق احتياجات مشروعك.

استكشف وثائق التكامل الرسمية لـ Comet مع YOLOv8، التي تنطبق أيضًا على مشاريع YOLO26.

علاوة على ذلك، إذا كنت ترغب في التعمق في التطبيقات العملية لـ YOLO26، وتحديدًا لمهام تجزئة الصور، فإن هذا الدليل التفصيلي حول الضبط الدقيق لـ YOLO26 باستخدام Comet يقدم رؤى قيّمة وتعليمات خطوة بخطوة لتحسين أداء نموذجك.

بالإضافة إلى ذلك، لاستكشاف عمليات التكامل الأخرى المثيرة مع Ultralytics، راجع صفحة دليل التكامل، التي توفر ثروة من الموارد والمعلومات.

الأسئلة الشائعة#