كيفية التصدير من نماذج YOLO26 إلى تنسيق PaddlePaddle#

قد يكون سد الفجوة بين تطوير نماذج الرؤية الحاسوبية ونشرها في ظروف واقعية متباينة أمرًا صعبًا. وتسهّل PaddlePaddle هذه العملية بفضل تركيزها على المرونة والأداء وقدرتها على المعالجة المتوازية في البيئات الموزعة. وهذا يعني أنه يمكنك استخدام نماذج الرؤية الحاسوبية YOLO26 على مجموعة واسعة من الأجهزة والمنصات، من الهواتف الذكية إلى الخوادم السحابية.

شاهد: كيفية تصدير نماذج Ultralytics YOLO إلى تنسيق PaddlePaddle | الميزات الأساسية لتنسيق PaddlePaddle

تتيح لك إمكانية التصدير إلى تنسيق نماذج PaddlePaddle تحسين نماذج Ultralytics YOLO26 لاستخدامها ضمن إطار عمل PaddlePaddle. يشتهر PaddlePaddle بتسهيل عمليات النشر الصناعية، وهو خيار جيد لنشر تطبيقات الرؤية الحاسوبية في بيئات واقعية عبر مجالات متعددة.

لماذا ينبغي التصدير إلى PaddlePaddle؟#

طورت Baidu منصة PaddlePaddle (PA للموازاة، D للتوزيع، D للتعلّم العميق، LE)، وهي أول منصة مفتوحة المصدر في الصين لـالتعلّم العميق. وعلى خلاف بعض أُطر العمل المصممة أساسًا للبحث، تعطي PaddlePaddle الأولوية لسهولة الاستخدام وسلاسة التكامل بين القطاعات.

تقدم المنصة أدوات وموارد شبيهة بتلك الموجودة في أُطر العمل الشائعة مثل TensorFlow وPyTorch، مما يجعلها في متناول المطورين بمختلف مستويات الخبرة. ومن الزراعة والمصانع إلى شركات الخدمات، يساعد مجتمع مطوري PaddlePaddle الكبير، الذي يضم أكثر من 4.77 مليون مطور، في إنشاء تطبيقات الذكاء الاصطناعي ونشرها.

من خلال تصدير نماذج Ultralytics YOLO26 إلى تنسيق PaddlePaddle، يمكنك الاستفادة من مزايا PaddlePaddle في تحسين الأداء. يعطي PaddlePaddle الأولوية لكفاءة تنفيذ النماذج وتقليل استهلاك الذاكرة، لذا يمكن تشغيل نماذج YOLO26 بكفاءة في سيناريوهات عملية.

الميزات الأساسية لنماذج PaddlePaddle#

تقدم نماذج PaddlePaddle مجموعة من الميزات الأساسية التي تسهم في مرونتها وأدائها وقابليتها للتوسع عبر سيناريوهات النشر المتنوعة:

• تحويل الرسم البياني من ديناميكي إلى ثابت: تدعم PaddlePaddle الترجمة من الرسم البياني الديناميكي إلى الثابت، حيث يمكن تحويل النماذج إلى رسم بياني حسابي ثابت. ويتيح ذلك إجراء تحسينات تقلل الحمل أثناء التشغيل وتعزز أداء الاستدلال.

• دمج العمليات: تستخدم PaddlePaddle، مثل TensorRT، دمج العمليات لتبسيط العمليات الحسابية وتقليل الحمل. ويقلل إطار العمل عمليات نقل الذاكرة والخطوات الحسابية عبر دمج العمليات المتوافقة، مما يؤدي إلى استدلال أسرع.

• التكميم: يدعم PaddlePaddle تقنيات التكميم، بما في ذلك التكميم بعد التدريب والتدريب الواعي بالتكميم. تستخدم هذه التقنيات تمثيلات بيانات أقل دقة لتعزيز الأداء وتقليل حجم النموذج.

خيارات النشر في PaddlePaddle#

يمكن نشر نماذج PaddlePaddle بطرق متعددة.

توفر PaddlePaddle مجموعة من الخيارات، يحقق كل منها توازنًا مختلفًا بين سهولة الاستخدام والمرونة والأداء:

• Paddle Serving: يبسّط هذا الإطار نشر نماذج PaddlePaddle كواجهات RESTful API عالية الأداء. يناسب Paddle Serving بيئات الإنتاج، إذ يوفر ميزات مثل تعيين إصدارات النماذج واختبارات A/B عبر الإنترنت وقابلية التوسع للتعامل مع أحجام كبيرة من الطلبات.

• Paddle Inference API: تمنحك Paddle Inference API تحكمًا منخفض المستوى في تنفيذ النموذج. ويناسب هذا الخيار السيناريوهات التي تحتاج فيها إلى دمج النموذج بإحكام ضمن تطبيق مخصص أو تحسين الأداء لأجهزة معينة.

• Paddle Lite: صُممت Paddle Lite للنشر على الأجهزة المحمولة والمضمنة ذات الموارد المحدودة. وهي تحسّن النماذج لتقليل حجمها وتسريع الاستدلال على وحدات CPU وGPU من ARM وغيرها من الأجهزة المتخصصة.

• Paddle.js: تتيح لك Paddle.js نشر نماذج PaddlePaddle مباشرةً داخل متصفحات الويب. ويمكن لـ Paddle.js تحميل نموذج مدرّب مسبقًا أو تحويل نموذج من paddle-hub باستخدام أدوات تحويل النماذج التي توفرها Paddle.js. ويمكن تشغيلها في المتصفحات التي تدعم WebGL/WebGPU/WebAssembly.

المهام المدعومة#

يدعم التصدير إلى PaddlePaddle مهام Ultralytics السبع كلها. ولا يتوفر التقسيم الدلالي وتقدير العمق إلا في YOLO26، وهي العائلة الوحيدة التي تتضمن هذين الرأسين.

التصدير إلى PaddlePaddle: تحويل نموذج YOLO26#

يمكن أن يؤدي تحويل نماذج YOLO26 إلى تنسيق PaddlePaddle إلى تحسين مرونة التنفيذ والأداء لمختلف سيناريوهات النشر.

التثبيت#

لتثبيت الحزمة المطلوبة، شغّل:

# Install the required package for YOLO26
pip install ultralytics

للاطلاع على التعليمات التفصيلية وأفضل الممارسات المتعلقة بعملية التثبيت، راجع دليل تثبيت Ultralytics. إذا واجهت أي صعوبات أثناء تثبيت الحزم المطلوبة لـ YOLO26، فراجع دليل المشكلات الشائعة للاطلاع على الحلول والنصائح.

الاستخدام#

تدعم جميع نماذج Ultralytics YOLO26 التصدير، ويمكنك استعراض القائمة الكاملة لتنسيقات التصدير وخياراتها للعثور على الأنسب لاحتياجات النشر لديك.

يدعم تنسيق PaddlePaddle أوضاع التصدير والتنبؤ والتحقق. صدّر نموذجك، ثم حمّل النموذج المُصدَّر لتشغيل الاستدلال أو التحقق من دقته.

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO26⁩
model = YOLO("yolo26n.pt")

# ⁨تصدير النموذج إلى تنسيق PaddlePaddle⁩
model.export(format="paddle")  # creates 'yolo26n_paddle_model'

from ultralytics import YOLO

# ⁨تحميل نموذج PaddlePaddle المُصدَّر⁩
model = YOLO("./yolo26n_paddle_model")

# ⁨تنفيذ الاستدلال⁩
results = model("https://ultralytics.com/images/bus.jpg")

from ultralytics import YOLO

# ⁨تحميل نموذج PaddlePaddle المُصدَّر⁩
model = YOLO("./yolo26n_paddle_model")

# ⁨# التحقق من الدقة على مجموعة بيانات COCO8⁩
metrics = model.val(data="coco8.yaml")

وسيطات التصدير#

لمزيد من التفاصيل حول عملية التصدير، تفضّل بزيارة صفحة وثائق Ultralytics حول التصدير.

نشر نماذج YOLO26 المُصدَّرة إلى PaddlePaddle#

بعد تصدير نماذج Ultralytics YOLO26 بنجاح إلى تنسيق PaddlePaddle، يمكنك الآن نشرها. تتمثل الخطوة الأولى والأساسية الموصى بها لتشغيل نموذج PaddlePaddle في استخدام طريقة YOLO("yolo26n_paddle_model/")، كما هو موضح في مقتطف الشيفرة السابق للاستخدام.

لكن للاطلاع على تعليمات مفصلة حول نشر نماذج PaddlePaddle في إعدادات أخرى متنوعة، راجع الموارد التالية:

• Paddle Serving: تعلّم كيفية نشر نماذج PaddlePaddle كخدمات عالية الأداء باستخدام Paddle Serving.

• Paddle Lite: تعرّف على كيفية تحسين النماذج ونشرها على الأجهزة المحمولة والمضمنة باستخدام Paddle Lite.

• Paddle.js: تعرّف على كيفية تشغيل نماذج PaddlePaddle في متصفحات الويب لتوفير ذكاء اصطناعي على جانب العميل باستخدام Paddle.js.

الملخص#

استعرضنا في هذا الدليل عملية تصدير نماذج Ultralytics YOLO26 إلى تنسيق PaddlePaddle. باتباع هذه الخطوات، يمكنك الاستفادة من مزايا PaddlePaddle في سيناريوهات النشر المتنوعة وتحسين نماذجك لمختلف بيئات الأجهزة والبرامج.

لمزيد من التفاصيل حول الاستخدام، تفضل بزيارة الوثائق الرسمية لـ PaddlePaddle.

الأسئلة الشائعة#