Link to this sectionدليل حول استخدام Kaggle لتدريب نماذج YOLO26 الخاصة بك#

إذا كنت تتعلم الذكاء الاصطناعي وتعمل على مشاريع صغيرة، فقد لا يكون لديك إمكانية الوصول إلى موارد حوسبة قوية حتى الآن، كما أن الأجهزة المتطورة قد تكون باهظة الثمن. لحسن الحظ، توفر Kaggle، وهي منصة مملوكة لشركة Google، حلاً رائعاً. توفر Kaggle بيئة سحابية مجانية حيث يمكنك الوصول إلى موارد GPU، ومعالجة مجموعات البيانات الكبيرة، والتعاون مع مجتمع متنوع من علماء البيانات وعشاق تعلم الآلة.

تعد Kaggle خياراً رائعاً لـ تدريب وتجربة نماذج Ultralytics YOLO26. تجعل دفاتر ملاحظات Kaggle Notebooks استخدام مكتبات وأطر عمل تعلم الآلة الشائعة في مشاريعك أمراً سهلاً. يستعرض هذا الدليل ميزات Kaggle الرئيسية ويوضح كيفية تدريب نماذج YOLO26 على المنصة.

Link to this sectionما هي Kaggle؟#

Kaggle هي منصة تجمع علماء البيانات من جميع أنحاء العالم للتعاون والتعلم والتنافس في حل مشاكل علوم البيانات الواقعية. أُطلقت المنصة في عام 2010 من قبل أنتوني غولبوم وجيريمي هوارد واستحوذت عليها Google في عام 2017، وتمكن Kaggle المستخدمين من التواصل واكتشاف مجموعات البيانات ومشاركتها، واستخدام دفاتر الملاحظات المدعومة بـ GPU، والمشاركة في مسابقات علوم البيانات. صُممت المنصة لمساعدة كل من المحترفين المتمرسين والمتعلمين المتحمسين على تحقيق أهدافهم من خلال تقديم أدوات وموارد قوية.

مع وجود أكثر من 10 ملايين مستخدم حتى عام 2022، توفر Kaggle بيئة غنية لتطوير وتجربة نماذج تعلم الآلة. لا داعي للقلق بشأن مواصفات جهازك المحلي أو إعداده؛ يمكنك البدء مباشرة بحساب Kaggle ومتصفح ويب فقط.

Link to this sectionالتثبيت#

قبل أن تتمكن من البدء في تدريب نماذج YOLO26 على Kaggle، تحتاج إلى التأكد من تكوين بيئة دفتر الملاحظات بشكل صحيح. اتبع هذه الخطوات الأساسية:

Link to this sectionتمكين الوصول إلى الإنترنت#

تتطلب دفاتر ملاحظات Kaggle الوصول إلى الإنترنت لتنزيل الحزم والتبعيات. لتمكين الإنترنت في دفتر ملاحظات Kaggle الخاص بك:

1. افتح دفتر ملاحظات Kaggle الخاص بك
2. انقر على لوحة Settings (الإعدادات) على الجانب الأيمن من واجهة دفتر الملاحظات
3. قم بالتمرير لأسفل إلى قسم Internet
4. قم بتبديل المفتاح إلى ON لتمكين الاتصال بالإنترنت

ملاحظة: الوصول إلى الإنترنت مطلوب لتثبيت حزمة Ultralytics وتنزيل النماذج المدربة مسبقاً أو مجموعات البيانات. بدون تمكين الإنترنت، ستفشل عمليات تثبيت الحزم.

Link to this sectionتثبيت Ultralytics#

بمجرد تمكين الوصول إلى الإنترنت، قم بتثبيت حزمة Ultralytics عن طريق تشغيل الأمر التالي في خلية دفتر الملاحظات:

!pip install ultralytics

بالنسبة لأحدث إصدار تطويري، يمكنك التثبيت مباشرة من GitHub:

!pip install git+https://github.com/ultralytics/ultralytics.git

Link to this sectionحل تعارضات التبعية#

أثناء التثبيت، قد تواجه تعارضات في التبعية، خاصة مع حزم مثل opencv-python أو numpy أو torch. فيما يلي حلول شائعة:

Link to this sectionالطريقة 1: فرض إعادة التثبيت باستخدام --upgrade#

إذا واجهت تعارضات مع حزم موجودة، فقم بفرض الترقية:

!pip install --upgrade --force-reinstall ultralytics

Link to this sectionالطريقة 2: استخدام --no-deps وتثبيت التبعيات بشكل منفصل#

إذا استمرت التعارضات، فقم بالتثبيت بدون تبعيات أولاً، ثم قم بتثبيت الحزم المطلوبة يدوياً:

!pip install --no-deps ultralytics
!pip install torch torchvision opencv-python matplotlib pillow pyyaml requests

Link to this sectionالطريقة 3: إعادة تشغيل Kernel بعد التثبيت#

في بعض الأحيان، تحتاج إلى إعادة تشغيل Kernel بعد التثبيت لحل مشاكل الاستيراد:

!pip install ultralytics
# Then click "Restart Kernel" from the notebook menu

Link to this sectionالطريقة 4: استخدام إصدارات حزم محددة#

إذا واجهت تعارضات في إصدارات معينة، يمكنك تثبيت إصدارات متوافقة:

!pip install ultralytics opencv-python==4.8.1.78 numpy==1.24.3

Link to this sectionحلول الأخطاء الشائعة#

خطأ: "No module named 'ultralytics'"

• الحل: تأكد من تمكين الإنترنت وتشغيل أمر التثبيت مرة أخرى
• أعد تشغيل Kernel بعد التثبيت

خطأ: "ERROR: pip's dependency resolver does not currently take into account..."

• الحل: هذا تحذير عادةً ويمكن تجاهله بأمان. تنجح عملية التثبيت عادةً على الرغم من الرسالة
• بدلاً من ذلك، استخدم الطريقة 2 أعلاه للتثبيت بدون حل التبعية

خطأ: "ModuleNotFoundError" بعد التثبيت

• الحل: أعد تشغيل Kernel باستخدام زر إعادة التشغيل في واجهة دفتر الملاحظات
• أعد تشغيل عبارات الاستيراد في خلية جديدة

Link to this sectionالتحقق من التثبيت#

بعد التثبيت، تحقق من تثبيت Ultralytics بشكل صحيح عن طريق تشغيل:

import ultralytics

ultralytics.checks()

سيعرض هذا معلومات النظام ويتحقق من تثبيت جميع التبعيات بشكل صحيح.

Link to this sectionتدريب YOLO26 باستخدام Kaggle#

يعد تدريب نماذج YOLO26 على Kaggle بسيطاً وفعالاً بفضل وصول المنصة إلى وحدات معالجة رسومات (GPU) قوية.

للبدء، قم بالوصول إلى Kaggle YOLO26 Notebook. تأتي بيئة Kaggle مع مكتبات مثبتة مسبقاً مثل TensorFlow و PyTorch، مما يجعل عملية الإعداد خالية من المتاعب.

بمجرد تسجيل الدخول إلى حساب Kaggle الخاص بك، يمكنك النقر على خيار نسخ وتحرير الكود، وتحديد GPU ضمن إعدادات المسرّع، وتشغيل خلايا دفتر الملاحظات لبدء تدريب نموذجك. لفهم مفصل لعملية تدريب النموذج وأفضل الممارسات، راجع دليل تدريب نموذج YOLO26.

على صفحة دفتر ملاحظات Kaggle الرسمية لـ YOLO26، يؤدي النقر على النقاط الثلاث في الزاوية اليمنى العليا إلى كشف خيارات إضافية.

تشمل هذه الخيارات:

• View Versions: تصفح إصدارات مختلفة من دفتر الملاحظات لرؤية التغييرات بمرور الوقت والعودة إلى الإصدارات السابقة إذا لزم الأمر.
• Copy API Command: احصل على أمر API للتفاعل برمجياً مع دفتر الملاحظات، وهو مفيد للأتمتة والتكامل في سير العمل.
• Open in Google Notebooks: افتح دفتر الملاحظات في بيئة دفاتر الملاحظات المستضافة من Google.
• Open in Colab: قم بتشغيل دفتر الملاحظات في Google Colab لمزيد من التحرير والتنفيذ.
• Follow Comments: اشترك في قسم التعليقات للحصول على التحديثات والتفاعل مع المجتمع.
• Download Code: قم بتنزيل دفتر الملاحظات بالكامل كملف Jupyter (.ipynb) للاستخدام دون اتصال أو للتحكم في الإصدار في بيئتك المحلية.
• Add to Collection: احفظ دفتر الملاحظات في مجموعة ضمن حساب Kaggle الخاص بك لسهولة الوصول إليه وتنظيمه.
• Bookmark: أضف دفتر الملاحظات إلى المفضلة للوصول السريع في المستقبل.
• Embed Notebook: احصل على رابط تضمين لتضمين دفتر الملاحظات في المدونات أو مواقع الويب أو التوثيق.

Link to this sectionالمشكلات الشائعة أثناء العمل مع Kaggle#

عند العمل مع Kaggle، قد تواجه بعض المشكلات الشائعة. فيما يلي نقاط رئيسية لمساعدتك في التنقل في المنصة:

• الوصول إلى GPUs: في دفاتر ملاحظات Kaggle، يمكنك تنشيط GPU في أي وقت، مع السماح بالاستخدام لمدة تصل إلى 30 ساعة في الأسبوع. توفر Kaggle وحدة معالجة الرسومات NVIDIA Tesla P100 بذاكرة 16 جيجابايت، كما توفر خيار استخدام NVIDIA GPU T4 x2. تعمل الأجهزة القوية على تسريع مهام تعلم الآلة، مما يجعل تدريب النماذج والاستدلال أسرع بكثير.
• Kaggle Kernels: تعد Kaggle Kernels خوادم دفاتر ملاحظات Jupyter مجانية يمكنها دمج GPUs، مما يسمح لك بأداء عمليات تعلم الآلة على أجهزة كمبيوتر سحابية. لست مضطراً للاعتماد على وحدة المعالجة المركزية (CPU) الخاصة بجهاز الكمبيوتر الخاص بك، مما يتجنب التحميل الزائد ويحرر مواردك المحلية.
• Kaggle Datasets: مجموعات بيانات Kaggle مجانية للتنزيل. ومع ذلك، من المهم التحقق من ترخيص كل مجموعة بيانات لفهم أي قيود على الاستخدام. قد يكون لبعض مجموعات البيانات قيود على المنشورات الأكاديمية أو الاستخدام التجاري. يمكنك تنزيل مجموعات البيانات مباشرة إلى دفتر ملاحظات Kaggle الخاص بك أو في أي مكان آخر عبر Kaggle API.
• حفظ وارتكاب دفاتر الملاحظات: لحفظ وارتكاب دفتر ملاحظات على Kaggle، انقر على "Save Version". هذا يحفظ الحالة الحالية لدفتر الملاحظات الخاص بك. بمجرد انتهاء Kernel الخلفية من إنشاء ملفات المخرجات، يمكنك الوصول إليها من علامة التبويب Output في صفحة دفتر الملاحظات الرئيسية.
• التعاون: تدعم Kaggle التعاون، ولكن لا يمكن لعدة مستخدمين تحرير دفتر الملاحظات في وقت واحد. التعاون على Kaggle غير متزامن، مما يعني أنه يمكن للمستخدمين مشاركة والعمل على نفس دفتر الملاحظات في أوقات مختلفة.
• العودة إلى إصدار سابق: إذا كنت بحاجة إلى العودة إلى إصدار سابق من دفتر الملاحظات الخاص بك، افتح دفتر الملاحظات وانقر على النقاط الرأسية الثلاث في الزاوية اليمنى العليا لتحديد "View Versions". ابحث عن الإصدار الذي تريد العودة إليه، وانقر على قائمة "..." بجواره، وحدد "Revert to Version". بعد عودة دفتر الملاحظات، انقر على "Save Version" لارتكاب التغييرات.

Link to this sectionالميزات الرئيسية لـ Kaggle#

بعد ذلك، دعنا نفهم الميزات التي تقدمها Kaggle والتي تجعلها منصة ممتازة لعشاق علوم البيانات وتعلم الآلة. فيما يلي بعض أبرز النقاط:

• مجموعات البيانات: تستضيف Kaggle مجموعة ضخمة من مجموعات البيانات حول مواضيع متنوعة. يمكنك البحث عن هذه المجموعات واستخدامها بسهولة في مشاريعك، وهو أمر مفيد بشكل خاص لتدريب واختبار نماذج YOLO26 الخاصة بك.
• Competitions: تشتهر Kaggle بمسابقاتها المثيرة، وتسمح لعلماء البيانات وعشاق تعلم الآلة بحل مشاكل العالم الحقيقي. تساعدك المنافسة على تحسين مهاراتك، وتعلم تقنيات جديدة، واكتساب التقدير في المجتمع.
• الوصول المجاني إلى TPUs: توفر Kaggle وصولاً مجانياً إلى TPUs قوية، وهي مفيدة لتدريب نماذج تعلم الآلة المعقدة. يتيح لك هذا تسريع المعالجة وتعزيز أداء مشاريع YOLO26 الخاصة بك دون تكبد تكاليف إضافية.
• التكامل مع GitHub: تسمح لك Kaggle بربط مستودع GitHub الخاص بك بسهولة لتحميل دفاتر الملاحظات وحفظ عملك. يجعل هذا التكامل من الملائم إدارة ملفاتك والوصول إليها.
• المجتمع والمناقشات: تتميز Kaggle بمجتمع قوي من علماء البيانات وممارسي تعلم الآلة. تعد منتديات المناقشة ودفاتر الملاحظات المشتركة موارد رائعة للتعلم واستكشاف الأخطاء وإصلاحها. يمكنك بسهولة العثور على المساعدة، ومشاركة معرفتك، والتعاون مع الآخرين.

Link to this sectionلماذا يجب عليك استخدام Kaggle لمشاريع YOLO26 الخاصة بك؟#

هناك منصات متعددة لتدريب وتقييم نماذج تعلم الآلة، فما الذي يجعل Kaggle متميزة؟ دعنا نتعمق في فوائد استخدام Kaggle لمشاريع تعلم الآلة الخاصة بك:

• Public Notebooks: يمكنك جعل دفاتر ملاحظات Kaggle الخاصة بك عامة، مما يسمح للمستخدمين الآخرين بعرض عملك والتصويت عليه وتعديله ومناقشته. تعزز Kaggle التعاون، والتغذية الراجعة، ومشاركة الأفكار، مما يساعدك على تحسين نماذج YOLO26 الخاصة بك.
• سجل شامل لارتكابات دفاتر الملاحظات: تنشئ Kaggle سجلاً مفصلاً لارتكابات دفتر الملاحظات الخاص بك. يتيح لك هذا مراجعة وتتبع التغييرات بمرور الوقت، مما يسهل فهم تطور مشروعك والعودة إلى الإصدارات السابقة إذا لزم الأمر.
• الوصول إلى وحدة التحكم (Console): توفر Kaggle وحدة تحكم، مما يمنحك مزيداً من التحكم في بيئتك. تتيح لك هذه الميزة أداء مهام مختلفة مباشرة من سطر الأوامر، مما يعزز سير عملك وإنتاجيتك.
• توفر الموارد: يتم توفير موارد كبيرة لكل جلسة تحرير لدفتر الملاحظات على Kaggle: 12 ساعة من وقت التنفيذ لجلسات CPU و GPU، و9 ساعات من وقت التنفيذ لجلسات TPU، و20 جيجابايت من مساحة القرص المحفوظة تلقائياً.
• جدولة دفاتر الملاحظات: تسمح لك Kaggle بجدولة دفاتر الملاحظات الخاصة بك للتشغيل في أوقات محددة. يمكنك أتمتة المهام المتكررة دون تدخل يدوي، مثل تدريب نموذجك على فترات منتظمة.

Link to this sectionاستمر في التعلم عن Kaggle#

إذا كنت ترغب في معرفة المزيد عن Kaggle، فإليك بعض الموارد المفيدة لإرشادك:

• Kaggle Learn: اكتشف مجموعة متنوعة من البرامج التعليمية التفاعلية المجانية على Kaggle Learn. تغطي هذه الدورات مواضيع علوم البيانات الأساسية وتوفر تجربة عملية لمساعدتك على إتقان مهارات جديدة.
• Getting Started with Kaggle: يرشدك هذا الدليل الشامل عبر أساسيات استخدام Kaggle، من الانضمام إلى المسابقات إلى إنشاء دفتر ملاحظاتك الأول. إنها نقطة انطلاق رائعة للقادمين الجدد.
• Kaggle Medium Page: استكشف البرامج التعليمية والتحديثات ومساهمات المجتمع في صفحة Kaggle على Medium. إنها مصدر ممتاز للبقاء على اطلاع بأحدث الاتجاهات واكتساب رؤى أعمق في علوم البيانات.
• Train Ultralytics YOLO Models Using the Kaggle Integration: توفر تدوينة المدونة هذه رؤى إضافية حول كيفية الاستفادة من Kaggle خصيصاً لنماذج Ultralytics YOLO.

Link to this sectionملخص#

لقد رأينا كيف يمكن لـ Kaggle تعزيز مشاريع YOLO26 الخاصة بك من خلال توفير وصول مجاني إلى وحدات GPU قوية، مما يجعل تدريب النماذج وتقييمها فعالاً. منصة Kaggle سهلة الاستخدام، مع مكتبات مثبتة مسبقاً لإعداد سريع. يخلق التكامل بين Ultralytics YOLO26 و Kaggle بيئة سلسة لتطوير وتدريب ونشر نماذج رؤية حاسوبية متطورة دون الحاجة إلى أجهزة باهظة الثمن.

لمزيد من التفاصيل، قم بزيارة وثائق Kaggle.

هل أنت مهتم بمزيد من عمليات التكامل مع YOLO26؟ تحقق من دليل تكامل Ultralytics لاستكشاف أدوات وإمكانات إضافية لمشاريع تعلم الآلة الخاصة بك.

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف أقوم بتثبيت Ultralytics YOLO26 على Kaggle؟#

لتثبيت Ultralytics YOLO26 على Kaggle:

1. تمكين الإنترنت: انتقل إلى لوحة الإعدادات وقم بتشغيل مفتاح الإنترنت (Internet toggle) إلى الوضع ON
2. تثبيت الحزمة: قم بتشغيل !pip install ultralytics في خلية دفتر الملاحظات
3. التحقق من التثبيت: قم بتشغيل import ultralytics; ultralytics.checks() للتأكيد

إذا واجهت تعارضات في التبعية، جرب !pip install --upgrade --force-reinstall ultralytics أو أعد تشغيل Kernel بعد التثبيت. لاستكشاف الأخطاء وإصلاحها بالتفصيل، راجع قسم التثبيت أعلاه.

Link to this sectionكيف أقوم بتدريب نموذج YOLO26 على Kaggle؟#

تدريب نموذج YOLO26 على Kaggle بسيط ومباشر. أولاً، قم بالوصول إلى Kaggle YOLO26 Notebook. قم بتسجيل الدخول إلى حساب Kaggle الخاص بك، وانسخ وقم بتحرير دفتر الملاحظات، وحدد GPU ضمن إعدادات المسرّع. قم بتشغيل خلايا دفتر الملاحظات لبدء التدريب. لمزيد من الخطوات التفصيلية، راجع دليل تدريب نموذج YOLO26.

Link to this sectionما هي فوائد استخدام Kaggle لتدريب نماذج YOLO26؟#

توفر Kaggle العديد من المزايا لتدريب نماذج YOLO26:

• الوصول المجاني إلى GPU: استفد من وحدات GPU قوية مثل NVIDIA Tesla P100 أو T4 x2 لمدة تصل إلى 30 ساعة في الأسبوع.
• المكتبات المثبتة مسبقًا: المكتبات مثل TensorFlow و PyTorch مثبتة مسبقًا، مما يبسط عملية الإعداد.
• التعاون المجتمعي: تفاعل مع مجتمع واسع من علماء البيانات وعشاق تعلم الآلة.
• التحكم في الإصدارات: يمكنك إدارة إصدارات مختلفة من دفاتر الملاحظات الخاصة بك بسهولة والعودة إلى الإصدارات السابقة إذا لزم الأمر.

لمزيد من التفاصيل، تفضل بزيارة دليل تكامل Ultralytics.

Link to this sectionما هي المشكلات الشائعة التي قد أواجهها عند استخدام Kaggle مع YOLO26، وكيف يمكنني حلها؟#

تشمل المشكلات الشائعة ما يلي:

• الوصول إلى وحدات معالجة الرسومات (GPUs): تأكد من تفعيل وحدة معالجة الرسومات في إعدادات دفتر الملاحظات الخاص بك. يسمح Kaggle باستخدام ما يصل إلى 30 ساعة من GPU أسبوعيًا.
• الإنترنت غير مفعل: تأكد من تفعيل الإنترنت في لوحة الإعدادات (Settings) قبل تثبيت الحزم.
• تعارض التبعيات: استخدم !pip install --upgrade --force-reinstall ultralytics أو قم بالتثبيت بدون تبعيات باستخدام !pip install --no-deps ultralytics.
• تراخيص مجموعة البيانات: تحقق من ترخيص كل مجموعة بيانات لفهم قيود الاستخدام.
• حفظ واعتماد دفاتر الملاحظات: انقر على "Save Version" لحفظ حالة دفتر الملاحظات والوصول إلى ملفات المخرجات من علامة التبويب Output.
• التعاون: يدعم Kaggle التعاون غير المتزامن؛ لا يمكن لعدة مستخدمين تعديل دفتر ملاحظات واحد في وقت واحد.

لمزيد من نصائح استكشاف الأخطاء وإصلاحها، راجع قسم التثبيت ودليل المشكلات الشائعة الخاص بنا.

Link to this sectionلماذا يجب أن أختار Kaggle بدلاً من منصات أخرى مثل Google Colab لتدريب نماذج YOLO26؟#

يقدم Kaggle ميزات فريدة تجعله خيارًا ممتازًا:

• دفاتر الملاحظات العامة: شارك عملك مع المجتمع للحصول على ملاحظات وتعاون.
• الوصول المجاني إلى وحدات TPU: سرّع التدريب باستخدام وحدات TPU قوية دون تكاليف إضافية.
• سجل شامل: تتبع التغييرات بمرور الوقت من خلال سجل مفصل لاعتمادات دفتر الملاحظات.
• توفر الموارد: يتم توفير موارد كبيرة لكل جلسة دفتر ملاحظات، بما في ذلك 12 ساعة من وقت التنفيذ لجلسات CPU و GPU.

للمقارنة مع Google Colab، راجع دليل Google Colab الخاص بنا.

Link to this sectionكيف يمكنني العودة إلى إصدار سابق من دفتر ملاحظات Kaggle الخاص بي؟#

للعودة إلى إصدار سابق:

1. افتح دفتر الملاحظات وانقر على النقاط الرأسية الثلاث في الزاوية العلوية اليمنى.
2. اختر "View Versions."
3. ابحث عن الإصدار الذي تريد العودة إليه، وانقر على قائمة "..." الموجودة بجانبه، ثم اختر "Revert to Version."
4. انقر على "Save Version" لاعتماد التغييرات.