النماذج
توفر Ultralytics إدارة شاملة للنماذج من أجل تدريب YOLO وتحليلها ونشرها. قم بتحميل النماذج المدربة مسبقًا أو قم بتدريب نماذج جديدة مباشرة على المنصة.
تحميل النموذج
قم بتحميل أوزان النماذج الموجودة إلى المنصة:
- انتقل إلى مشروعك
- انقر فوق " تحميل النموذج"
- اختر
.ptملف - أضف الاسم والوصف
- انقر فوق " تحميل"
تنسيقات النماذج المدعومة:
| التنسيق | التمديد | الوصف |
|---|---|---|
| PyTorch | .pt | Ultralytics الأصلي |
بعد التحميل، تقوم المنصة بتحليل بيانات تعريف النموذج:
- نوع المهمة (detect، segment، الوضع، OBB، classify)
- الهندسة المعمارية (YOLO11n، YOLO11s، إلخ)
- أسماء الفئات وعددها
- حجم المدخلات والمعلمات
تدريب النموذج
تدريب نموذج جديد مباشرة على المنصة:
- انتقل إلى مشروعك
- انقر على نموذج القطار
- اختر مجموعة البيانات
- اختر الطراز الأساسي
- تكوين معلمات التدريب
- ابدأ التدريب
انظر تدريب السحابة للحصول على إرشادات مفصلة.
نظرة عامة على النموذج
تعرض كل صفحة نموذج ما يلي:
| القسم | المحتوى |
|---|---|
| نظرة عامة | بيانات تعريف النموذج، نوع المهمة، البنية |
| مقاييس (Metrics) | مخططات خسارة التدريب والأداء |
| القطع | مصفوفة الارتباك، منحنيات PR، منحنيات F1 |
| اختبار | اختبار الاستدلال التفاعلي |
| نشر | إنشاء وإدارة نقاط النهاية |
| تصدير | تحويل التنسيق والتنزيل |
مقاييس التدريب
عرض مقاييس التدريب في الوقت الفعلي والتاريخية:
منحنيات الخسارة
| الخسارة | الوصف |
|---|---|
| صندوق | خسارة انحدار الصندوق المحيط |
| الفئة | خسارة التصنيف |
| DFL | توزيع فقدان البؤرة |
مقاييس الأداء
| مقياس (Metric) | الوصف |
|---|---|
| mAP50 | متوسط الدقة عند IoU .50 |
| mAP50 | متوسط الدقة المتوسطة عند IoU .50-0.95 |
| الدقة | نسبة التنبؤات الإيجابية الصحيحة |
| الاسترجاع | نسبة الإيجابيات الفعلية التي تم تحديدها |
مخططات التحقق
بعد انتهاء التدريب، اعرض تحليل التحقق التفصيلي:
مصفوفة الالتباس
خريطة حرارية تفاعلية توضح دقة التنبؤ لكل فئة:
منحنيات PR/F1
منحنيات الأداء عند عتبات ثقة مختلفة:
| منحنى | الوصف |
|---|---|
| الدقة والاسترجاع | المفاضلة بين الدقة والاسترجاع |
| F1-الثقة | نتيجة F1 عند مستويات ثقة مختلفة |
| الدقة والثقة | الدقة عند مستويات ثقة مختلفة |
| الاستدعاء - الثقة | استرجاع بمستويات ثقة مختلفة |
نموذج التصدير
قم بتصدير نموذجك إلى 17 تنسيقًا للنشر:
- انتقل إلى علامة التبويب " تصدير "
- حدد التنسيق المستهدف
- انقر فوق " تصدير"
- تنزيل عند الانتهاء
التنسيقات المدعومة
| التنسيق | الوصف | حالة الاستخدام |
|---|---|---|
| ONNX | تبادل الشبكات العصبية المفتوحة | النشر عبر الأنظمة الأساسية |
| TorchScript | PyTorch المتسلسل | PyTorch |
| OpenVINO | Intel | Intel Intel/وحدات معالجة الرسومات |
| TensorRT | NVIDIA | NVIDIA |
| CoreML | تحسين التفاح | iOS |
| TFLite | TensorFlow Lite | جوال/مضمن |
| TF SavedModel | TensorFlow | TensorFlow |
| TF GraphDef | TensorFlow | TensorFlow القديم |
| PaddlePaddle | إطار عمل بايدو | PaddlePaddle |
| NCNN | الاستدلال المتنقل | Android |
| TPU الحافة | وحدة معالجة Google TPU | أجهزة كورال |
| TF.js | TensorFlow.js | نشر المتصفح |
| MNN | إطار عمل علي بابا | تحسين الأداء على الأجهزة المحمولة |
| RKNN | وحدة المعالجة العصبية Rockchip | أجهزة Rockchip |
| IMX | NXP i.MX | منصات NXP |
| Axelera | ميتيس AI | مسرعات الذكاء الاصطناعي الحافة |
| ExecuTorch | إطار عمل ميتا | منصات ميتا |
وقت التصدير
يختلف وقت التصدير حسب التنسيق. قد يستغرق TensorRT عدة دقائق بسبب تحسين المحرك.
ربط مجموعات البيانات
يمكن ربط النماذج بمجموعة البيانات المصدرية الخاصة بها:
- عرض مجموعة البيانات التي تم استخدامها للتدريب
- الوصول إلى مجموعة البيانات من صفحة النموذج
- تتبع أصل البيانات
عند التدريب باستخدام مجموعات بيانات المنصة باستخدام ul:// تنسيق URI، والربط يتم تلقائيًا.
إعدادات الرؤية
تحكم في من يمكنه رؤية نموذجك:
| إعداد | الوصف |
|---|---|
| خاص | أنت وحدك يمكنك الوصول إلى |
| عام | يمكن لأي شخص المشاهدة على صفحة "استكشاف" |
لتغيير الرؤية:
- فتح قائمة إجراءات النموذج
- انقر فوق " تحرير"
- تبديل الرؤية
- انقر فوق " حفظ"
حذف النموذج
إزالة نموذج لم تعد بحاجة إليه:
- فتح قائمة إجراءات النموذج
- انقر فوق " حذف"
- تأكيد الحذف
حذف واستعادة
تنتقل النماذج المحذوفة إلى سلة المهملات لمدة 30 يومًا. يمكنك استعادتها من الإعدادات > سلة المهملات.
الأسئلة الشائعة
ما هي بنى النماذج المدعومة؟
تدعم Ultralytics جميع YOLO :
- YOLO11: n، s، m، l، x المتغيرات
- YOLO26: أحدث جيل (عند توفره)
- YOLOv10: دعم الإصدارات القديمة
- YOLOv8: دعم الإصدارات القديمة
- YOLOv5: دعم الإصدارات القديمة
هل يمكنني تنزيل النموذج الذي قمت بتدريبه؟
نعم، قم بتنزيل أوزان النموذج من صفحة النموذج:
- انقر على أيقونة التنزيل
- اختر التنسيق (الأصلي)
.ptأو تصديرها) - يبدأ التنزيل تلقائيًا
كيف أقارن النماذج عبر المشاريع؟
حالياً، تتم مقارنة النماذج داخل المشاريع. للمقارنة بين المشاريع:
- نقل النماذج إلى مشروع واحد، أو
- تصدير المقاييس والمقارنة خارجياً
ما هو الحد الأقصى لحجم النموذج؟
لا يوجد حد صارم، ولكن النماذج الكبيرة جدًا (>2 جيجابايت) قد تستغرق وقتًا أطول في التحميل والمعالجة.
هل يمكنني ضبط النماذج المدربة مسبقًا؟
نعم! قم بتحميل نموذج مدرب مسبقًا، ثم ابدأ التدريب من نقطة التحقق تلك باستخدام مجموعة البيانات الخاصة بك. تستخدم المنصة تلقائيًا النموذج الذي تم تحميله كنقطة انطلاق.
