لا تنظر إلا مرة واحدة

📅 آخر تحديث: ٤ أغسطس ٢٠٢٦
✍️ نُشر في: ٤ أغسطس ٢٠٢٦
📷 يحتوي على 15 صور
الموسوعة الحرة
تم اكتشاف الكائنات باستخدام وحدة الشبكة العصبية العميقة في مكتبة OpenCV، وذلك باستخدام نموذج YOLOv3 المدرب على مجموعة بيانات COCO، والقادر على اكتشاف كائنات من 80 فئة شائعة.

يُعدّ نظام "You Only Look Once " ( YOLO ) سلسلة من أنظمة الكشف عن الأجسام في الوقت الفعلي ، ويعتمد على الشبكات العصبية الالتفافية . وقد طُرح لأول مرة من قِبل جوزيف ريدمون وآخرين في عام 2015، [ 1 ] وخضع نظام YOLO لعدة تحسينات وتطويرات، ليصبح أحد أكثر أطر عمل الكشف عن الأجسام شيوعًا. [ 2 ]

يشير اسم "You Only Look Once" إلى حقيقة أن الخوارزمية لا تتطلب سوى تمريرة واحدة للأمام عبر الشبكة العصبية لإجراء التنبؤات، على عكس التقنيات السابقة القائمة على اقتراح المناطق مثل R-CNN التي تتطلب آلاف التمريرات لصورة واحدة. [ 3 ] [ 4 ]

ملخص

بالمقارنة مع الطرق السابقة مثل R-CNN و OverFeat ، [ 5 ] بدلاً من تطبيق النموذج على الصورة في مواقع ومقاييس متعددة، يطبق YOLO شبكة عصبية واحدة على الصورة كاملةً. تقسم هذه الشبكة الصورة إلى مناطق وتتنبأ بمربعات الإحاطة واحتمالات كل منطقة. تُوزن مربعات الإحاطة هذه بناءً على الاحتمالات المتوقعة.

أوفر فيت

كان OverFeat نموذجًا مبكرًا ومؤثرًا لتصنيف وتحديد مواقع الأشياء في آن واحد. [ 5 ] [ 6 ] وتتلخص بنيته فيما يلي:

  • قم بتدريب شبكة عصبية لتصنيف الصور فقط ("شبكة مدربة على التصنيف"). يمكن أن تكون هذه الشبكة مثل شبكة AlexNet .
  • تُزال الطبقة الأخيرة من الشبكة المدربة، ولكل فئة كائنات ممكنة، تُهيأ وحدة شبكة في الطبقة الأخيرة ("شبكة الانحدار"). تُثبّت معلمات الشبكة الأساسية. تُدرّب شبكة الانحدار للتنبؤ بـ(x،y){\displaystyle (x,y)}إحداثيات زاويتين من صندوق الإحاطة الخاص بالكائن.
  • أثناء عملية الاستدلال، تُطبَّق الشبكة المُدرَّبة على التصنيف على الصورة نفسها بمستويات تكبير واقتصاص مختلفة. لكل مستوى، تُخرِج الشبكة تصنيفًا واحتماليةً لهذا التصنيف. ثم تُعالَج كل مخرجات بواسطة شبكة الانحدار الخاصة بالتصنيف المُناسب. ينتج عن ذلك آلاف المربعات المحيطة بتصنيفات واحتمالات. تُدمَج هذه المربعات حتى يتبقى مربع واحد فقط بتصنيف واحد.

الإصدارات

تتألف سلسلة YOLO من جزأين. احتوى الجزء الأصلي على YOLOv1 وv2 وv3، وقد تم إصدارها جميعًا على موقع إلكتروني يديره جوزيف ريدمون. [ 7 ]

YOLOv1

تقوم خوارزمية YOLO الأصلية، التي طُرحت في عام 2015، [ 1 ] بتقسيم الصورة إلىS×S{\displaystyle S\times S}شبكة من الخلايا. إذا وقع مركز المربع المحيط بجسم ما داخل إحدى خلايا الشبكة، يُقال إن تلك الخلية "تحتوي" على ذلك الجسم. تتنبأ كل خلية من خلايا الشبكة بـ B مربعات محيطة ودرجات ثقة لتلك المربعات. تعكس درجات الثقة هذه مدى ثقة النموذج في أن المربع يحتوي على جسم ما، ومدى دقة تنبؤه بذلك المربع.

وبشكل أكثر تفصيلاً، تقوم الشبكة بتنفيذ نفس عملية الالتفاف على كل منS2{\displaystyle S^{2}}الرقع. يكون ناتج الشبكة على كل رقعة عبارة عن مجموعة كما يلي:(ص1،...،صج،ج1،x1،y1،w1،ح1،...،جب،xب،yب،wب،حب){\displaystyle (p_{1},\dots ,p_{C},c_{1},x_{1},y_{1},w_{1},h_{1},\dots ,c_{B},x_{B},y_{B},w_{B},h_{B})}أين

  • صأنا{\displaystyle p_{i}}هي الاحتمالية الشرطية لاحتواء الخلية على كائن من الفئةأنا{\displaystyle i}، بشرط أن تحتوي الخلية على عنصر واحد على الأقل.
  • xج،yج،wج،حج{\displaystyle x_{j},y_{j},w_{j},h_{j}}تمثل إحداثيات المركز والعرض والارتفاع لـج{\displaystyle j}المربع المحيط المتوقع رقم -th والمتمركز في الخلية. يتم توقع عدة مربعات محيطة للسماح لكل توقع بالتخصص في نوع واحد من المربعات المحيطة. على سبيل المثال، قد يتم توقع الأجسام النحيلة بواسطةج=2{\displaystyle j=2}بينما يمكن التنبؤ بالأجسام السميكة بواسطةج=1{\displaystyle j=1}.
  • جج{\displaystyle c_{j}}يمثل التقاطع المتوقع على الاتحاد (IoU) لكل مربع محيط مع الحقيقة الأرضية المقابلة له.

تتكون بنية الشبكة من 24 طبقة التفافية متبوعة بطبقتين متصلتين بالكامل.

أثناء التدريب، لكل خلية، إذا كانت تحتوي على مربع إحاطة حقيقي، فسيتم استخدام مربعات الإحاطة المتوقعة فقط التي لها أعلى قيمة IoU مع مربعات الإحاطة الحقيقية في عملية التدرج الهبوطي. وبالتحديد، لنفترضج{\displaystyle j}ليكن ذلك المربع المحيط المتوقع، وليكنأنا{\displaystyle i}كن التصنيف الصحيح للفئة، إذنxج،yج،wج،حج{\displaystyle x_{j},y_{j},w_{j},h_{j}}يتم تدريبها باستخدام خوارزمية التدرج الهبوطي للوصول إلى القيمة الحقيقية،صأنا{\displaystyle p_{i}}يتم تدريبه على1{\displaystyle 1}، آخرصأنا′{\displaystyle p_{i'}}يتم تدريبهم للوصول إلى الصفر.

إذا لم تحتوي الخلية على أي بيانات حقيقية، فعندئذٍ فقطج1،ج2،...،جب{\displaystyle c_{1},c_{2},\dots ,c_{B}}يتم تدريبها عن طريق انحدار التدرج للوصول إلى الصفر.

YOLOv2

تم إصدار YOLOv2 (المعروف أيضًا باسم YOLO9000) في عام 2016 [ 8 ] [ 9 ]، وهو نموذج مُحسَّن من النموذج الأصلي، حيث تم دمج تقنية التطبيع الدفعي، ومصنف ذي دقة أعلى، واستخدام مربعات التثبيت للتنبؤ بالمربعات المحيطة. ويمكنه اكتشاف أكثر من 9000 فئة من الكائنات. كما تم إصداره على منصة GitHub بموجب ترخيص Apache 2.0. [ 10 ]

YOLOv3

لم يتضمن YOLOv3، الذي تم تقديمه في عام 2018، سوى تحسينات "تدريجية"، بما في ذلك استخدام شبكة أساسية أكثر تعقيدًا، ومقاييس متعددة للكشف، ودالة خسارة أكثر تطورًا. [ 11 ]

YOLOv4 وما بعدها

طُوِّرت إصدارات لاحقة من برنامج YOLO (الإصدار 4، الإصدار 5، إلخ) [ 12 ] [ 13 ] [ 14 ] [ 15 ] من قِبَل باحثين مختلفين، مما أدى إلى تحسين الأداء وإضافة ميزات جديدة. لا ترتبط هذه الإصدارات رسميًا بمؤلفي YOLO الأصليين، ولكنها تستند إلى عملهم. [ 7 ] اعتبارًا من عام 2026تم إصدار نسخ تصل إلى YOLO26. [ 2 ] [ 16 ]

انظر أيضاً

مراجع

  1. 1 2 ريدمون، جوزيف؛ ديفالا، سانتوش؛ جيرشيك، روس؛ فرهادي، علي (2016-05-09). "أنت تنظر مرة واحدة فقط: الكشف الموحد عن الأجسام في الوقت الحقيقي". arXiv : 1506.02640 [ cs.CV ].
  2. 1 2 تيرفين، خوان؛ كوردوفا-إسبارزا، ديانا-مارغريتا؛ روميرو-غونزاليس، خوليو-أليخاندرو (2023-11-20). "مراجعة شاملة لبنى YOLO في مجال رؤية الحاسوب: من YOLOv1 إلى YOLOv8 وYOLO-NAS" . التعلم الآلي واستخلاص المعرفة . 5 (4): 1680-1716 . arXiv : 2304.00501 . doi : 10.3390/make5040083 . ISSN 2504-4990 . 
  3. ↑ https://www.mdpi.com/2673-4117/6/11/302
  4. ^ دوارتي، جواو؛ كلارو، مانويل فرنانديز؛ فيتوريانو ، بيدرو ما . أمارال، تيتو ج.؛ بيريس، فيتور فيرناو (2025). "اكتشاف وتصنيف العيوب على الأسطح المعدنية بناءً على شبكة YOLOX-Tiny COCO خفيفة الوزن" . م . 6 (11): 302. دوى : 10.3390/ENG6110302 .
  5. 1 2 سيرمانيت، بيير؛ إيجن، ديفيد؛ تشانغ، شيانغ؛ ماثيو، مايكل؛ فيرغوس، روب؛ ليكان، يان (23-02-2014)، OverFeat: التعرف المتكامل، وتحديد الموقع، والكشف باستخدام الشبكات الالتفافية ، arXiv : 1312.6229
  6. ↑ sermanet (2024-09-09)، sermanet/OverFeat ، تم الاطلاع عليه بتاريخ 2024-09-15
  7. 1 2 "YOLO: الكشف عن الأجسام في الوقت الحقيقي" . pjreddie.com . تم الاطلاع عليه بتاريخ 12-09-2024 .
  8. ↑ ريدمون، جوزيف؛ فرهادي، علي (25-12-2016). "YOLO9000: أفضل، أسرع، أقوى". arXiv : 1612.08242 [ cs.CV ].
  9. ↑ "YOLOv2: الكشف عن الأجسام في الوقت الحقيقي" . pjreddie.com . تم الاطلاع عليه بتاريخ 12-09-2024 .
  10. ^ ريمي ، فيليب (05/09/2024)، فيليبيريمي / يولو-9000 ، استرجاعها 2024/09/12
  11. ↑ ريدمون، جوزيف؛ فرهادي، علي (2018-04-08). "YOLOv3: تحسين تدريجي". arXiv : 1804.02767 [ cs.CV ].
  12. ↑ بوتشكوفسكي، أليكسي؛ وانغ، تشين ياو؛ لياو، هونغ يوان مارك (2020-04-22). "YOLOv4: السرعة والدقة الأمثلان للكشف عن الأجسام". arXiv : 2004.10934 [ cs.CV ].
  13. ↑ وانغ، تشين ياو؛ بوتشكوفسكي، أليكسي؛ لياو، هونغ يوان مارك (2021-02-21). "Scaled-YOLOv4: توسيع نطاق الشبكة الجزئية متعددة المراحل". arXiv : 2011.08036 [ cs.CV ].
  14. ^ لي ، تشويي. لي، لولو؛ جيانغ، هونغليانغ؛ ونغ، كايهينج؛ قنغ، ييفي؛ لي، ليانغ؛ كه، زيدان؛ لي، تشينغيوان؛ تشنغ، منغ. ني، ويكيانغ؛ لي، ييدو؛ تشانغ، بو؛ ليانغ، يوفي؛ تشو، لينيوان؛ شو ، شياو مينغ (2022/09/07). “YOLOv6: إطار عمل للكشف عن الكائنات على مرحلة واحدة للتطبيقات الصناعية”. أرخايف : 2209.02976 [ cs.CV ].
  15. ↑ وانغ، تشين ياو؛ بوتشكوفسكي، أليكسي؛ لياو، هونغ يوان مارك (2022-07-06). "YOLOv7: نموذج حقيبة الهدايا المجانية القابل للتدريب يضع معيارًا جديدًا في مجال كاشفات الأجسام في الوقت الحقيقي". arXiv : 2207.02696 [ cs.CV ].
  16. ↑ "Ultralytics YOLO26" . وثائق Ultralytics . 25-09-2025 . تم الاطلاع عليه بتاريخ 01-06-2026 .