انتقل إلى المحتوى

Roboflow

Roboflow has everything you need to build and deploy computer vision models. Connect Roboflow at any step in your pipeline with APIs and SDKs, or use the end-to-end interface to automate the entire process from image to inference. Whether you're in need of data labeling, model training, or model deployment, Roboflow gives you building blocks to bring custom computer vision solutions to your project.

الترخيص

Ultralytics يقدم خيارين للترخيص:

لمزيد من التفاصيل انظر Ultralytics الترخيص.

في هذا الدليل ، سنعرض كيفية العثور على البيانات وتسميتها وتنظيمها لاستخدامها في تدريب مخصص Ultralytics YOLOv8 نموذج. استخدم جدول المحتويات أدناه للانتقال مباشرة إلى قسم معين:

  • جمع البيانات لتدريب مخصص YOLOv8 نموذج
  • تحميل البيانات وتحويلها وتسميتها ل YOLOv8 تنسيق
  • المعالجة المسبقة وزيادة البيانات لمتانة النموذج
  • إدارة مجموعة البيانات ل YOLOv8
  • تصدير البيانات بتنسيقات 40+ للتدريب النموذجي
  • تحميل مخصص YOLOv8 أوزان النماذج للاختبار والنشر
  • جمع البيانات لتدريب مخصص YOLOv8 نموذج

Roboflow يوفر خدمتين يمكن أن تساعدك في جمع البيانات ل YOLOv8 النماذج: الكون والتجميع.

Universe هو مستودع على الإنترنت يحتوي على أكثر من 250،000 مجموعة بيانات رؤية يبلغ مجموعها أكثر من 100 مليون صورة.

Roboflow عالم

مع أ خال Roboflow ، يمكنك تصدير أي مجموعة بيانات متاحة على Universe. لتصدير مجموعة بيانات ، انقر فوق الزر "تنزيل مجموعة البيانات هذه" في أي مجموعة بيانات.

Roboflow تصدير مجموعة بيانات الكون

من أجل YOLOv8، اختر "YOLOv8" كتنسيق التصدير:

Roboflow تصدير مجموعة بيانات الكون

يحتوي Universe أيضا على صفحة تجمع الكل ضبط عام YOLOv8 النماذج التي تم تحميلها إلى Roboflow. يمكنك استخدام هذه الصفحة لاستكشاف النماذج المدربة مسبقا التي يمكنك استخدامها للاختبار أو لوضع العلامات الآلية للبيانات أو لوضع نموذج أولي باستخدام Roboflow الاستدلال.

إذا كنت ترغب في جمع الصور بنفسك ، فجرب Collect ، وهو مشروع مفتوح المصدر يسمح لك بجمع الصور تلقائيا باستخدام كاميرا ويب على الحافة. يمكنك استخدام المطالبات النصية أو الصور مع Collect لإرشاد البيانات التي يجب جمعها ، مما يسمح لك بالتقاط البيانات المفيدة التي تحتاجها فقط لبناء نموذج الرؤية الخاص بك.

تحميل البيانات وتحويلها وتسميتها ل YOLOv8 تنسيق

Roboflow Annotate هي أداة تعليق توضيحي عبر الإنترنت لاستخدامها في تسمية الصور لاكتشاف الكائنات وتصنيفها وتجزئتها.

لتسمية البيانات ل YOLOv8 اكتشاف الكائن أو تجزئة المثيل أو نموذج التصنيف ، قم أولا بإنشاء مشروع في Roboflow.

إنشاء ملف Roboflow مشروع

بعد ذلك ، قم بتحميل صورك وأي تعليقات توضيحية موجودة مسبقا لديك من أدوات أخرى (باستخدام أحد تنسيقات الاستيراد المدعومة من 40+) ، إلى Roboflow.

تحميل الصور إلى Roboflow

حدد مجموعة الصور التي قمت بتحميلها على صفحة التعليق التوضيحي التي يتم نقلك إليها بعد تحميل الصور. ثم ، انقر فوق "بدء التعليق التوضيحي" لتسمية الصور.

للتسمية باستخدام المربعات المحيطة، اضغط على الزر B على لوحة المفاتيح أو انقر على أيقونة المربع في الشريط الجانبي. انقر على النقطة التي تريد بدء المربع المحيط بها، ثم اسحب لإنشاء المربع:

إضافة تعليق توضيحي إلى صورة في Roboflow

ستظهر نافذة منبثقة تطلب منك تحديد فئة للتعليق التوضيحي بمجرد إنشاء تعليق توضيحي.

للتسمية باستخدام المضلعات، اضغط على الزر P على لوحة المفاتيح، أو أيقونة المضلع في الشريط الجانبي. مع تمكين أداة التعليقات التوضيحية المضلعة ، انقر فوق النقاط الفردية في الصورة لرسم مضلع.

Roboflow يقدم أ SAMمساعد التسمية المستند إلى Label الذي يمكنك من خلاله تسمية الصور بشكل أسرع من أي وقت مضى. SAM (Segment Anything Model) هو نموذج رؤية كمبيوتر حديث يمكنه تسمية الصور بدقة. مع SAM، يمكنك تسريع عملية تسمية الصور بشكل كبير. يصبح التعليق على الصور باستخدام المضلعات بسيطا مثل بضع نقرات ، بدلا من العملية الشاقة المتمثلة في النقر بدقة على النقاط حول كائن ما.

لاستخدام مساعد التصنيف، انقر على رمز المؤشر في الشريط الجانبي، SAM سيتم تحميلها للاستخدام في مشروعك.

إضافة تعليق توضيحي إلى صورة في Roboflow مع SAM- مساعد التسمية بالطاقة

مرر مؤشر الماوس فوق أي كائن في الصورة و SAM سوف يوصي التعليق التوضيحي. يمكنك تمرير مؤشر الماوس للعثور على المكان المناسب لإضافة تعليقات توضيحية، ثم النقر لإنشاء التعليق التوضيحي. لتعديل التعليق التوضيحي ليكون أكثر أو أقل تحديدا، يمكنك النقر داخل التعليق التوضيحي أو خارجه SAM تم إنشاؤه على المستند.

يمكنك أيضا إضافة علامات إلى الصور من لوحة العلامات في الشريط الجانبي. يمكنك تطبيق علامات على بيانات من منطقة معينة ، مأخوذة من كاميرا معينة ، والمزيد. يمكنك بعد ذلك استخدام هذه العلامات للبحث في البيانات عن الصور المطابقة لعلامة وإنشاء إصدارات من مجموعة بيانات تحتوي على صور تحتوي على علامة معينة أو مجموعة من العلامات.

إضافة علامات إلى صورة في Roboflow

النماذج المستضافة على Roboflow يمكن استخدامها مع Label Assist ، وهي أداة تعليق توضيحي تلقائية تستخدم YOLOv8 نموذج للتوصية بالتعليقات التوضيحية. لاستخدام مساعد التسمية، قم أولا بتحميل ملف YOLOv8 نموذج ل Roboflow (انظر التعليمات لاحقا في الدليل). ثم ، انقر فوق رمز العصا السحرية في الشريط الجانبي الأيسر وحدد الطراز الخاص بك لاستخدامه في Label Assist.

اختر طرازا ، ثم انقر فوق "متابعة" لتمكين Label Assist:

تمكين مساعد الملصقات

عند فتح صور جديدة للتعليق التوضيحي، سيقوم Label Assist بتشغيل التعليقات التوضيحية والتوصية بها.

ALabel Assist يوصي بتعليق توضيحي

إدارة مجموعة البيانات ل YOLOv8

Roboflow يوفر مجموعة من الأدوات لفهم مجموعات بيانات رؤية الكمبيوتر.

أولا ، يمكنك استخدام بحث مجموعة البيانات للعثور على الصور التي تلبي وصفا نصيا دلاليا (أي العثور على جميع الصور التي تحتوي على أشخاص) ، أو التي تلبي تسمية محددة (أي أن الصورة مرتبطة بعلامة معينة). لاستخدام البحث عن مجموعة البيانات، انقر على "مجموعة البيانات" في الشريط الجانبي. بعد ذلك ، أدخل استعلام بحث باستخدام شريط البحث والفلاتر المرتبطة به في أعلى الصفحة.

على سبيل المثال، يبحث الاستعلام النصي التالي عن الصور التي تحتوي على أشخاص في مجموعة بيانات:

البحث عن صورة

يمكنك تضييق نطاق البحث إلى الصور ذات علامة معينة باستخدام محدد "العلامات":

تصفية الصور حسب العلامة

قبل البدء في تدريب نموذج باستخدام مجموعة البيانات الخاصة بك ، نوصي باستخدام Roboflow التحقق من الصحة، وهي أداة ويب توفر نظرة ثاقبة لمجموعة البيانات الخاصة بك وكيف يمكنك تحسين مجموعة البيانات قبل تدريب نموذج الرؤية.

لاستخدام التحقق من الصحة، انقر على رابط الشريط الجانبي "التحقق من الصحة". ستظهر قائمة بالإحصائيات التي تعرض متوسط حجم الصور في مجموعة البيانات الخاصة بك ، وتوازن الفصل ، وخريطة حرارية لمكان التعليقات التوضيحية في صورك ، والمزيد.

Roboflow تحليل الفحص الصحي

قد يوصي التحقق من الصحة بإجراء تغييرات للمساعدة في تحسين أداء مجموعة البيانات. على سبيل المثال ، قد تظهر ميزة توازن الفصل أن هناك خللا في التسميات ، إذا تم حلها ، فقد يعزز الأداء أو طرازك.

تصدير البيانات في تنسيقات 40+ لتدريب النموذج

لتصدير بياناتك ، ستحتاج إلى إصدار مجموعة بيانات. الإصدار هو حالة مجموعة البيانات الخاصة بك مجمدة في الوقت المناسب. لإنشاء إصدار ، انقر أولا على "الإصدارات" في الشريط الجانبي. ثم ، انقر فوق الزر "إنشاء إصدار جديد". في هذه الصفحة ، ستتمكن من اختيار خطوات التعزيزات والمعالجة المسبقة لتطبيقها على مجموعة البيانات الخاصة بك:

إنشاء إصدار مجموعة بيانات على Roboflow

لكل زيادة تحددها ، ستظهر نافذة منبثقة تسمح لك بضبط الزيادة وفقا لاحتياجاتك. فيما يلي مثال على ضبط زيادة السطوع ضمن معلمات محددة:

تطبيق التعزيزات على مجموعة بيانات

عند إنشاء إصدار مجموعة البيانات الخاصة بك، يمكنك تصدير بياناتك إلى مجموعة من التنسيقات. انقر فوق الزر "تصدير مجموعة البيانات" في صفحة إصدار مجموعة البيانات لتصدير بياناتك:

تصدير مجموعة بيانات

أنت الآن جاهز للتدريب YOLOv8 على مجموعة بيانات مخصصة. اتبع هذا الدليل المكتوب وفيديو YouTube للحصول على إرشادات خطوة بخطوة أو الرجوع إلى Ultralytics الوثائق.

تحميل مخصص YOLOv8 أوزان النموذج للاختبار والنشر

Roboflow يوفر واجهة برمجة تطبيقات قابلة للتطوير بلا حدود للنماذج وحزم SDK المنشورة للاستخدام مع NVIDIA Jetsons و Luxonis OAKs و Raspberry Pis والأجهزة المستندة إلى GPU والمزيد.

يمكنك النشر YOLOv8 النماذج عن طريق التحميل YOLOv8 الأوزان إلى Roboflow. يمكنك القيام بذلك في بضعة أسطر من Python رمز. إنشاء ملف جديد Python قم بإضافة التعليمة البرمجية التالية:

import roboflow  # install with 'pip install roboflow'

roboflow.login()

rf = roboflow.Roboflow()

project = rf.workspace(WORKSPACE_ID).project("football-players-detection-3zvbc")
dataset = project.version(VERSION).download("yolov8")

project.version(dataset.version).deploy(model_type="yolov8", model_path=f"{HOME}/runs/detect/train/")

في هذا التعليمة البرمجية، استبدل معرف المشروع ومعرف الإصدار بقيم حسابك ومشروعك. تعرف على كيفية استرداد Roboflow مفتاح API.

عند تشغيل الكود أعلاه ، سيطلب منك المصادقة. بعد ذلك ، سيتم تحميل النموذج الخاص بك وسيتم إنشاء واجهة برمجة تطبيقات لمشروعك. قد تستغرق هذه العملية ما يصل إلى 30 دقيقة حتى تكتمل.

لاختبار النموذج الخاص بك والعثور على إرشادات النشر لحزم SDK المدعومة ، انتقل إلى علامة التبويب "نشر" في Roboflow الشريط الجانبي. في الجزء العلوي من هذه الصفحة ، ستظهر أداة يمكنك من خلالها اختبار النموذج الخاص بك. يمكنك استخدام كاميرا الويب الخاصة بك للاختبار المباشر أو تحميل الصور أو مقاطع الفيديو.

تشغيل الاستدلال على صورة مثال

يمكنك أيضا استخدام النموذج الذي تم تحميله كمساعد وضع العلامات. تستخدم هذه الميزة نموذجك المدرب للتوصية بالتعليقات التوضيحية على الصور التي تم تحميلها إلى Roboflow.

كيفية التقييم YOLOv8 نماذج

Roboflow يوفر مجموعة من الميزات للاستخدام في تقييم النماذج.

بمجرد تحميل نموذج إلى Roboflow، يمكنك الوصول إلى أداة تقييم النموذج الخاصة بنا، والتي توفر مصفوفة ارتباك توضح أداء نموذجك بالإضافة إلى مخطط تحليل متجه تفاعلي. يمكن أن تساعدك هذه الميزات في العثور على فرص لتحسين نموذجك.

للوصول إلى مصفوفة الارتباك ، انتقل إلى صفحة النموذج الخاصة بك على Roboflow لوحة المعلومات ، ثم انقر فوق "عرض التقييم التفصيلي":

ابدأ أ Roboflow تقييم النموذج

ستظهر نافذة منبثقة تعرض مصفوفة ارتباك:

مصفوفة الارتباك

مرر مؤشر الماوس فوق مربع على مصفوفة الارتباك لرؤية القيمة المقترنة بالمربع. انقر فوق مربع لرؤية الصور في الفئة المعنية. انقر على صورة لعرض تنبؤات النموذج وبيانات الحقيقة الأرضية المرتبطة بتلك الصورة.

لمزيد من الإحصاءات، انقر على تحليل المتجهات. سيعرض هذا مخططا مبعثرا للصور في مجموعة البيانات الخاصة بك ، محسوبا باستخدام CLIP. كلما كانت الصور أقرب في المؤامرة ، كلما كانت أكثر تشابها ، لغويا. يتم تمثيل كل صورة كنقطة بلون بين الأبيض والأحمر. كلما كانت النقطة حمراء ، كان أداء النموذج أسوأ.

مخطط تحليل المتجهات

يمكنك استخدام تحليل المتجهات من أجل:

  • البحث عن مجموعات من الصور.
  • تحديد المجموعات التي يكون فيها أداء النموذج ضعيفا ، و ؛
  • تصور القواسم المشتركة بين الصور التي يكون أداء النموذج ضعيفا عليها.

مصادر التعلم

تريد معرفة المزيد حول استخدام Roboflow لإنشاء YOLOv8 نماذج؟ قد تكون الموارد التالية مفيدة في عملك.

  • قطار YOLOv8 على مجموعة بيانات مخصصة: اتبع دفتر ملاحظاتنا التفاعلي الذي يوضح لك كيفية تدريب YOLOv8 نموذج على مجموعة بيانات مخصصة.
  • التقطير التلقائي: استخدم نماذج رؤية الأساس الكبيرة لتسمية البيانات لنماذج معينة. يمكنك تسمية الصور لاستخدامها في التدريب YOLOv8 نماذج التصنيف والكشف والتجزئة باستخدام التقطير التلقائي.
  • الإشراف: أ Python حزمة مع أدوات مساعدة مفيدة للاستخدام في العمل مع نماذج رؤية الكمبيوتر. يمكنك استخدام الإشراف لتصفية الاكتشافات وحساب مصفوفات الارتباك والمزيد، كل ذلك في بضعة أسطر من Python رمز.
  • Roboflow مدونة: ال Roboflow تحتوي المدونة على أكثر من 500 مقالة حول رؤية الكمبيوتر ، تغطي موضوعات من كيفية تدريب YOLOv8 نموذج لأفضل ممارسات التعليقات التوضيحية.
  • Roboflow قناة يوتيوب: تصفح العشرات من أدلة رؤية الكمبيوتر المتعمقة على قناتنا على YouTube ، والتي تغطي موضوعات من التدريب YOLOv8 نماذج لوضع العلامات الآلية على الصور.

معرض المشروع

فيما يلي بعض التعليقات العديدة التي تلقيناها لاستخدام YOLOv8 و Roboflow معا لإنشاء نماذج رؤية الكمبيوتر.

صورة العرض صورة العرض صورة العرض



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (10), Burhan-Q (1), capjamesg (1)

التعليقات