إتقان YOLOv5 🚀 النشر على منصة السحابة Google (GCP) آلة التعلم العميق الافتراضية (VM) ⭐
يمكن أن يكون الشروع في رحلة الذكاء الاصطناعي والتعلُّم الآلي أمراً مبهجاً، خاصةً عندما تستفيد من قوة ومرونة المنصة السحابية. Google تقدم المنصة السحابية (GCP) أدوات قوية مصممة خصيصاً لعشاق التعلم الآلي والمحترفين على حد سواء. إحدى هذه الأدوات هي أداة التعلُّم العميق الافتراضية التي تم تهيئتها مسبقاً لمهام علوم البيانات وتعلم الآلة. في هذا البرنامج التعليمي، سنستعرض في هذا البرنامج التعليمي عملية إعداد YOLOv5 على جهاز التعلم العميق الافتراضي للتعلم العميق من GCP. سواء كنت تخطو خطواتك الأولى في التعلم الآلي أو كنت ممارسًا متمرسًا، فقد تم تصميم هذا الدليل لتزويدك بمسار واضح لتنفيذ نماذج اكتشاف الكائنات المدعومة من YOLOv5.
🆓 بالإضافة إلى ذلك، إذا كنت مستخدمًا جديدًا لبرنامج GCP، فأنت محظوظ بعرض رصيد مجاني بقيمة 300 دولار لبدء مشاريعك.
بالإضافة إلى GCP، استكشف خيارات البدء السريع الأخرى التي يمكن الوصول إليها YOLOv5 ، مثل دفتر ملاحظات كولاب 
للتجربة القائمة على المتصفح، أو قابلية التوسع في أمازون AWS. وعلاوة على ذلك، يمكن لعشاق الحاويات استخدام صورة Docker الرسمية الخاصة بنا على Docker Hub 
الخطوة 1: إنشاء جهاز التعلم العميق الافتراضي وتهيئته
لنبدأ بإنشاء آلة افتراضية تم ضبطها للتعلم العميق:
- توجَّه إلى سوق GCP واختر أداة التعلُّم العميق الافتراضية.
- اختر مثيل n1-standard-8؛ فهو يوفر توازناً بين 8 وحدات تحكم افتراضية و30 جيجابايت من الذاكرة، وهو ما يناسب احتياجاتنا بشكل مثالي.
- بعد ذلك، اختر GPU. يعتمد هذا على عبء العمل الخاص بك؛ حتى لو كان أساسيًا مثل T4 سيسرع بشكل ملحوظ من تدريب النموذج الخاص بك.
- ضع علامة في المربع "تثبيت برنامج التشغيل NVIDIA GPU تلقائيًا عند بدء التشغيل لأول مرة؟" لإعداد خالٍ من المتاعب.
- خصص قرص SSD ثابت بسعة 300 جيجابايت لضمان عدم حدوث اختناق في عمليات الإدخال/الإخراج.
- اضغط على "نشر" ودع برنامج GCP يقوم بسحره في توفير جهازك الافتراضي المخصص للتعلم العميق.
يأتي هذا الجهاز الافتراضي محملاً بكنز دفين من الأدوات والأطر المثبتة مسبقًا، بما في ذلك توزيع Anaconda Python ، والذي يجمع بشكل ملائم جميع التبعيات الضرورية ل YOLOv5.
الخطوة 2: تجهيز الجهاز الافتراضي ل YOLOv5
بعد إعداد البيئة، دعنا نبدأ تشغيل YOLOv5 :
# Clone the YOLOv5 repository
git clone https://github.com/ultralytics/yolov5
# Change the directory to the cloned repository
cd yolov5
# Install the necessary Python packages from requirements.txt
pip install -r requirements.txt
تضمن لك عملية الإعداد هذه أنك تعمل مع بيئة Python الإصدار 3.8.0 أو أحدث و PyTorch 1.8 أو أعلى. تقوم البرامج النصية الخاصة بنا بتحميل النماذج ومجموعات البيانات بسلاسة من أحدثإصدار YOLOv5 ، مما يجعل بدء تدريب النموذج خاليًا من المتاعب.
الخطوة 3: تدريب ونشر نماذجك YOLOv5 الخاصة بك 🌐
بعد اكتمال الإعداد، تكون جاهزًا للخوض في التدريب والاستدلال باستخدام YOLOv5 على جهاز GCP الافتراضي الخاص بك:
# Train a model on your data
python train.py
# Validate the trained model for Precision, Recall, and mAP
python val.py --weights yolov5s.pt
# Run inference using the trained model on your images or videos
python detect.py --weights yolov5s.pt --source path/to/images
# Export the trained model to other formats for deployment
python export.py --weights yolov5s.pt --include onnx coreml tflite
من خلال بضعة أوامر فقط، يسمح لك YOLOv5 بتدريب نماذج مخصصة للكشف عن الكائنات مصممة خصيصًا لتلبية احتياجاتك الخاصة أو استخدام أوزان مدربة مسبقًا للحصول على نتائج سريعة في مجموعة متنوعة من المهام.
تخصيص مساحة مبادلة (اختياري)
بالنسبة لأولئك الذين يتعاملون مع مجموعات البيانات الضخمة، ضع في اعتبارك تضخيم مثيل GCP الخاص بك بذاكرة مبادلة إضافية بسعة 64 جيجابايت:
sudo fallocate -l 64G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
free -h # confirm the memory increment
خواطر ختامية
تهانينا! لقد تم تمكينك الآن من تسخير إمكانيات YOLOv5 مع البراعة الحسابية لمنصة السحابة Google . يوفر هذا المزيج قابلية التوسع والكفاءة وتعدد الاستخدامات لمهام اكتشاف الكائنات الخاصة بك. سواء للمشاريع الشخصية، أو الأبحاث الأكاديمية، أو التطبيقات الصناعية، فقد اتخذت خطوة محورية في عالم الذكاء الاصطناعي والتعلم الآلي على السحابة.
تذكر أن تقوم بتوثيق رحلتك ومشاركة الرؤى مع مجتمع Ultralytics ، والاستفادة من الساحات التعاونية مثل مناقشات GitHub لتحقيق المزيد من النمو. والآن، انطلق وابتكر مع YOLOv5 وGCP! 🌟
هل ترغب في مواصلة تحسين مهاراتك ومعرفتك في تعلّم الآلة؟ تعمّق في وثائقنا ودروسنا التعليمية للحصول على المزيد من الموارد. دع مغامرتك في الذكاء الاصطناعي تستمر!
