YOLO26 والرؤية الحاسوبية الفورية: كيف تحول كاميرات منشأتك إلى نظام تشغيل ذكي

YOLO26 والرؤية الحاسوبية الفورية: كيف تحول كاميرات منشأتك إلى نظام تشغيل ذكي

YOLO26 هو أحدث إصدار من عائلة نماذج الرؤية الحاسوبية الفورية التي تطورها Ultralytics، وهو نموذج مفتوح يتعرف على الأجسام داخل الصورة أو بث الفيديو لحظة حدوثها. الجديد فيه ثلاثة أمور تهم صاحب المنشأة قبل أن تهم المبرمج: صار يخرج نتيجته النهائية مباشرة دون خطوة معالجة لاحقة كانت تبطئ التشغيل وتعقد النشر، وصار نموذجا واحدا يغطي سبع مهام بصرية بدل سبعة أنظمة منفصلة، وصار أسرع على المعالج العادي بنسبة تصل إلى 43% مقارنة بالإصدار السابق في الحجم الصغير. النتيجة العملية أن الكاميرا الموجودة أصلا في مستودعك أو مصنعك أو معرضك يمكن أن تتحول إلى مصدر بيانات تشغيلية يعمل على جهاز صغير داخل الموقع، دون خوادم باهظة ودون إخراج الفيديو من المنشأة.

ما الذي تغير فعليا في هذا الإصدار؟

النماذج السابقة كانت ترسم عشرات الصناديق المرشحة حول كل جسم، ثم تشغل خطوة تنظيف تسمى الكبح غير الأقصى لاختيار الصندوق الأفضل وحذف الباقي. هذه الخطوة كانت تعيش خارج النموذج، وتعني إعدادات إضافية ومعالجة إضافية ونقطة عطل إضافية عند النشر على أجهزة مختلفة. YOLO26 يعطي النتيجة نهائية من رأس الكشف مباشرة بحد أقصى ثلاثمئة جسم في الصورة الواحدة، فيصبح ربطه بأي نظام تشغيلي أبسط وأسرع وأقل عرضة للاختلاف بين بيئة التجربة وبيئة الإنتاج.

الوثائق الرسمية تذكر أيضا تخفيف رأس الكشف بحذف دالة DFL، وتحديث وصفة التدريب بمحسن هجين اسمه MuSGD مأخوذ من عالم نماذج اللغة الكبيرة، إضافة إلى تحسينات موجهة صراحة للأجسام الصغيرة. الأجسام الصغيرة تحديدا هي ما يهم في العمليات الحقيقية: ملصق على كرتون في نهاية الممر، أو عيب بحجم ظفر على سطح منتج يمر على سير الإنتاج.

سبع مهام بصرية بنموذج واحد

الميزة التي تستحق الانتباه تجاريا ليست الدقة، بل أن العائلة نفسها تغطي سبع مهام بأوزان جاهزة وبأنبوب تشغيل واحد. هذا يقلل عدد الأنظمة التي تشتريها وتصونها وتدرب فريقك عليها:

• الكشف: أين يوجد الجسم وما نوعه. أساس العد والتتبع والتنبيه.
• التجزئة على مستوى النسخة: قناع دقيق لكل جسم بدل صندوق، مفيد لقياس المساحات والعيوب.
• التجزئة الدلالية: تصنيف كل بكسل، مثل تحديد منطقة الممر مقابل منطقة التخزين.
• تقدير العمق: تقدير البعد من كاميرا واحدة دون حساس ليزري إضافي.
• التصنيف: هل هذه الحالة مطابقة أم لا.
• تقدير الوضعية: تتبع نقاط الجسم، ويستخدم في السلامة والحركة.
• الكشف الموجه: صناديق مائلة للأجسام غير المستقيمة مثل الطبليات والصور الجوية.

الوثائق الرسمية تذكر مكاسب مقارنة بالإصدار السابق تصل إلى 3.7 نقطة في جودة الأقنعة في التجزئة، وحتى 7.2 نقطة في تقدير الوضعية، و3.4 نقطة في الكشف الموجه على مجموعة DOTA. الأرقام مهمة، لكن الأهم أنها تأتي من نموذج واحد لا من ثلاثة مشاريع منفصلة.

الأرقام التي تحدد الجهاز الذي ستشتريه

العائلة تصدر بخمسة أحجام، ولكل حجم مقايضة واضحة بين الدقة والسرعة والتكلفة. الأرقام المعلنة على مجموعة COCO المرجعية تتراوح بين 40.9 و57.5 في مقياس الدقة، وبين 1.7 و11.8 جزء من الألف من الثانية على بطاقة T4:

• الحجم الصغير جدا: 2.4 مليون معامل فقط، ويعمل على معالج عادي بدون بطاقة رسوميات. الخيار المنطقي لكاميرا واحدة في فرع أو مستودع صغير.
• الأحجام المتوسطة: توازن جيد لعدة كاميرات على جهاز واحد في الموقع.
• الحجم الأكبر: 55.7 مليون معامل، للحالات التي تكون فيها الدقة أهم من التكلفة مثل فحص الجودة الدقيق.

القاعدة العملية: ابدأ بالحجم الأصغر الذي يحل مشكلتك. أغلب مشاريع الرؤية الحاسوبية التي تفشل تجاريا لا تفشل بسبب ضعف النموذج، بل لأن أحدهم اختار أكبر نموذج ثم اكتشف أن تشغيله على عشرين كاميرا يكلف أكثر من الوفر الذي يحققه.

أين يفيدك هذا فعليا؟

• المستودعات: عد الطبليات والكراتين عند الاستلام والصرف، وكشف الفروقات بين ما دخل فعلا وما سجل في النظام.
• المصانع: فحص بصري على خط الإنتاج يوقف الدفعة عند ظهور نمط عيب متكرر بدل اكتشافه عند العميل.
• التجزئة والمعارض: قياس الحركة داخل الفرع، ومناطق التوقف، ورفوف نفد مخزونها دون أن يلاحظ أحد.
• السلامة: التحقق من ارتداء معدات الوقاية في المناطق الخطرة، وتنبيه فوري عند دخول منطقة محظورة.
• الساحات والأساطيل: تسجيل دخول وخروج الشاحنات وربطه بأمر التحميل تلقائيا.
• المقاولات: توثيق تقدم العمل بصريا وربطه بالمستخلص بدل الاعتماد على تقرير يدوي.

القاسم المشترك بين هذه الحالات أنها لا تحتاج ذكاء اصطناعي عاما ولا نموذج لغة كبيرا. تحتاج سؤالا واحدا محددا مثل: كم كرتونا خرج من هذا الباب اليوم، ونظاما يجيب عليه بلا تدخل بشري.

الكشف بالوصف بدل القائمة الثابتة

الإصدار يشغل أيضا نسخة مفتوحة المفردات تسمى YOLOE-26 تتعرف على أصناف لم تدرب عليها مسبقا انطلاقا من وصف نصي أو مثال بصري. هذا يحل مشكلة قديمة: كل صنف جديد كان يعني جولة تدريب جديدة. في بيئة تتغير فيها المنتجات باستمرار مثل التجزئة، هذه الميزة تعني عمرا أطول للنظام قبل أن يحتاج إعادة بناء.

الرخصة قبل البرمجة

هذه النقطة تسقط مشاريع كاملة بعد إنجازها. أوزان YOLO26 وشفرته متاحة برخصة AGPL-3.0 أو برخصة تجارية من Ultralytics. رخصة AGPL تفرض التزامات على من يبني عليها منتجا يقدمه للآخرين عبر الشبكة، وقد تعني مشاركة الشفرة. إن كان الاستخدام داخليا في منشأتك فالأمر أبسط، أما إن كنت تبني منتجا تبيعه لعملائك فاحسم الرخصة مع مستشار قانوني قبل كتابة أول سطر، لا بعد التسليم.

الكاميرات ونظام حماية البيانات الشخصية

أي كاميرا تصور أشخاصا تنتج بيانات شخصية، ونظام حماية البيانات الشخصية السعودي ولائحته التنفيذية الصادرة عن الهيئة السعودية للبيانات والذكاء الاصطناعي تنطبق عليها. عمليا يعني هذا الإفصاح والإشعار في مواقع التصوير، وتحديد غرض واضح ومحدود للمعالجة، وتقليل ما يحفظ إلى أقل قدر ممكن. الخبر الجيد أن كفاءة YOLO26 على المعالجات العادية تجعل المعالجة داخل الموقع خيارا واقعيا: الفيديو لا يغادر المنشأة، والذي يحفظ هو الرقم الناتج لا الصورة نفسها. هذا التصميم يقلل مخاطرك النظامية وتكلفتك في الوقت نفسه.

كيف تبدأ خلال ستة أسابيع

لا تبدأ بمشروع رؤية حاسوبية يغطي المنشأة كلها. اختر كاميرا واحدة وسؤالا واحدا قابلا للقياس، واجمع بيانات من موقعك أنت لا من الإنترنت، ودرب على الحجم الصغير، وقس النتيجة مقابل العد اليدوي لمدة أسبوعين. إن أثبتت التجربة أن النظام يوفر ساعات أو يمنع خسائر بقيمة واضحة، وسع نطاقه كاميرا بعد كاميرا. وإن لم يثبت ذلك تكون قد خسرت ستة أسابيع بدل ميزانية سنة كاملة.

المصادر

• وثائق Ultralytics الرسمية لنموذج YOLO26: docs.ultralytics.com
• الورقة العلمية Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models: arxiv.org
• مستودع الشفرة والرخص: github.com/ultralytics/ultralytics
• نظام حماية البيانات الشخصية، الهيئة السعودية للبيانات والذكاء الاصطناعي: sdaia.gov.sa