Link to this sectionRoboflow#

توفر Roboflow أدوات لوسم البيانات وتصدير مجموعات البيانات بتنسيقات متنوعة، بما في ذلك YOLO. يغطي هذا الدليل كيفية وسم البيانات، وتصديرها، ونشرها لنماذج Ultralytics YOLO.

يوضح هذا الدليل كيفية العثور على البيانات، ووسمها، وتنظيمها لتدريب نموذج Ultralytics YOLO26 مخصص باستخدام Roboflow.

• جمع البيانات للتدريب
• وسم البيانات
• إدارة مجموعات البيانات
• تصدير البيانات
• نشر النماذج
• تقييم النماذج
• الأسئلة الشائعة

Link to this sectionجمع البيانات لتدريب نموذج YOLO26 مخصص#

توفر Roboflow خدمتين رئيسيتين للمساعدة في جمع البيانات لنماذج YOLO من Ultralytics وهما: Universe و Collect. لمزيد من المعلومات العامة حول استراتيجيات جمع البيانات، راجع دليل جمع البيانات وتصنيفها.

Link to this sectionRoboflow Universe#

Roboflow Universe عبارة عن مستودع عبر الإنترنت لـ مجموعات بيانات الرؤية الحاسوبية. يمكنك تصدير مجموعات البيانات بتنسيق YOLO لاستخدامها مع نماذج Ultralytics.

Link to this sectionRoboflow Collect#

إذا كنت تفضل جمع الصور بنفسك، فإن Roboflow Collect هو مشروع مفتوح المصدر يتيح جمع الصور تلقائيًا عبر كاميرا الويب على أجهزة الحافة. يمكنك استخدام مطالبات نصية أو صور لتحديد البيانات المراد جمعها، مما يساعد في التقاط الصور الضرورية فقط لنموذج الرؤية الحاسوبية الخاص بك.

Link to this sectionتحميل البيانات وتنسيقها ووسمها بتنسيق YOLO26#

Roboflow Annotate هي أداة عبر الإنترنت لوسم الصور لمهام الرؤية الحاسوبية المختلفة، بما في ذلك كشف الكائنات، والتصنيف، والتقسيم.

لوسم البيانات لنموذج YOLO من Ultralytics، أنشئ مشروعًا في Roboflow، وقم بتحميل صورك، وابدأ في الإضافة التوضيحية.

Link to this sectionأدوات الوسم#

• وسم المربع المحيط (Bounding Box): اضغط على B أو انقر على أيقونة المربع. انقر واسحب لإنشاء مربع محيط. ستظهر نافذة منبثقة تطلب منك تحديد فئة للوسم.
• وسم المضلع (Polygon): يُستخدم لـ تقسيم المثيلات (Instance Segmentation). اضغط على P أو انقر على أيقونة المضلع. انقر حول نقاط الكائن لرسم المضلع.

Link to this sectionمساعد الوسم (تكامل SAM)#

تدمج Roboflow مساعد وسم يعتمد على نموذج تقسيم أي شيء (SAM) لتسريع عملية الوسم بشكل محتمل.

لاستخدام مساعد الوسم، انقر فوق أيقونة المؤشر في الشريط الجانبي. سيتم تفعيل SAM لمشروعك.

مرر مؤشر الماوس فوق كائن، وقد يقترح SAM وسمًا له. انقر للقبول. يمكنك تحسين دقة الوسم بالنقر داخل أو خارج المنطقة المقترحة.

Link to this sectionوضع العلامات (Tagging)#

يمكنك إضافة علامات إلى الصور باستخدام لوحة Tags في الشريط الجانبي. يمكن أن تمثل العلامات سمات مثل الموقع، مصدر الكاميرا، وما إلى ذلك. تتيح لك هذه العلامات البحث عن صور محددة وإنشاء إصدارات من مجموعة البيانات تحتوي على صور بعلامات معينة.

Link to this sectionمساعد الوسم (يعتمد على النموذج)#

يمكن استخدام النماذج المستضافة على Roboflow مع مساعد الوسم (Label Assist) لاقتراح الوسوم. قم بتحميل أوزان نموذج YOLO الخاص بك إلى Roboflow (راجع التعليمات أدناه)، ثم قم بتفعيل مساعد الوسم عبر أيقونة العصا السحرية في الشريط الجانبي.

Link to this sectionإدارة مجموعة البيانات لـ YOLO26#

توفر Roboflow العديد من الأدوات لفهم وإدارة مجموعات بيانات الرؤية الحاسوبية الخاصة بك.

Link to this sectionالبحث في مجموعة البيانات#

استخدم البحث في مجموعة البيانات للعثور على صور بناءً على أوصاف نصية أو فئات/علامات محددة. يمكنك الوصول إلى هذه الميزة بالنقر على "Dataset" في الشريط الجانبي.

Link to this sectionفحص الصحة#

قبل التدريب، استخدم Roboflow Health Check للحصول على رؤى حول مجموعة البيانات الخاصة بك وتحديد التحسينات المحتملة. يمكنك الوصول إليها عبر رابط "Health Check" في الشريط الجانبي. توفر إحصاءات حول أحجام الصور، وتوازن الفئات، وخرائط الحرارة للوسوم، والمزيد.

قد تقترح أداة Health Check تغييرات لتعزيز الأداء، مثل معالجة اختلال توازن الفئات الذي تم تحديده في ميزة توازن الفئات. يعد فهم صحة مجموعة البيانات أمرًا بالغ الأهمية لـ تدريب النموذج بفعالية.

Link to this sectionالمعالجة المسبقة وتعزيز البيانات لتعزيز قوة النموذج#

لتصدير بياناتك، تحتاج إلى إنشاء إصدار من مجموعة البيانات، وهو لقطة لمجموعة بياناتك في لحظة معينة. انقر على "Versions" في الشريط الجانبي، ثم "Create New Version". هنا، يمكنك تطبيق خطوات المعالجة المسبقة وتعزيز البيانات (Data Augmentation) لتعزيز قوة النموذج.

بالنسبة لكل تعزيز مختار، تسمح لك نافذة منبثقة بضبط معاملاته بدقة مثل السطوع. يمكن أن يؤدي التعزيز المناسب إلى تحسين قدرة النموذج على التعميم بشكل كبير، وهو مفهوم أساسي تمت مناقشته في دليل نصائح تدريب النموذج.

Link to this sectionتصدير البيانات بـ 40+ تنسيقًا لتدريب النماذج#

بمجرد إنشاء إصدار مجموعة البيانات الخاص بك، يمكنك تصديره بتنسيقات مختلفة مناسبة لتدريب النماذج. انقر فوق زر "Export Dataset" في صفحة الإصدار.

اختر تنسيق "YOLO26" للتوافق مع مسارات تدريب Ultralytics. أنت الآن جاهز لتدريب نموذج YOLO26 المخصص الخاص بك. راجع وثائق وضع التدريب من Ultralytics للحصول على تعليمات مفصلة حول بدء التدريب باستخدام مجموعة البيانات المُصدرة.

Link to this sectionتحميل أوزان نموذج YOLO26 مخصص للاختبار والنشر#

توفر Roboflow واجهة برمجة تطبيقات (API) قابلة للتوسع للنماذج المنشورة وSDKs متوافقة مع أجهزة مثل NVIDIA Jetson، وLuxonis OAK، وRaspberry Pi، والأنظمة التي تعتمد على GPU. استكشف خيارات نشر النماذج المختلفة في أدلتنا.

يمكنك نشر نماذج YOLO26 عن طريق تحميل أوزانها إلى Roboflow باستخدام برنامج نصي بسيط بـ Python.

أنشئ ملف Python جديد وأضف الكود التالي:

import roboflow  # install with 'pip install roboflow'

# Log in to Roboflow (requires API key)
roboflow.login()

# Initialize Roboflow client
rf = roboflow.Roboflow()

# Define your workspace and project details
WORKSPACE_ID = "your-workspace-id"  # Replace with your actual Workspace ID
PROJECT_ID = "your-project-id"  # Replace with your actual Project ID
VERSION = 1  # Replace with your desired dataset version number
MODEL_PATH = "path/to/your/runs/detect/train/"  # Replace with the path to your YOLO26 training results directory

# Get project and version
project = rf.workspace(WORKSPACE_ID).project(PROJECT_ID)
dataset = project.version(VERSION)

# Upload model weights for deployment
# Ensure MODEL_PATH points to the directory containing 'best.pt'
dataset.deploy(
    model_type="yolov8",
    model_path=MODEL_PATH,
)  # Note: Use "yolov8" as model_type for YOLO26 compatibility in Roboflow deployment

print(f"Model from {MODEL_PATH} uploaded to Roboflow project {PROJECT_ID}, version {VERSION}.")
print("Deployment may take up to 30 minutes.")

في هذا الكود، استبدل your-workspace-id و your-project-id ورقم VERSION و MODEL_PATH بالقيم الخاصة بحساب Roboflow الخاص بك، ومشروعك، ودليل نتائج التدريب المحلي. تأكد من أن MODEL_PATH يشير بشكل صحيح إلى الدليل الذي يحتوي على ملف الأوزان best.pt الخاص بك.

عند تشغيل الكود أعلاه، سيُطلب منك المصادقة (عادةً عبر مفتاح API). بعد ذلك، سيتم تحميل نموذجك، وسيتم إنشاء نقطة نهاية API لمشروعك. قد تستغرق هذه العملية ما يصل إلى 30 دقيقة حتى تكتمل.

لاختبار نموذجك والعثور على تعليمات النشر للـ SDKs المدعومة، انتقل إلى علامة التبويب "Deploy" في الشريط الجانبي لـ Roboflow. في أعلى هذه الصفحة، ستظهر أداة تسمح لك باختبار نموذجك باستخدام كاميرا الويب الخاصة بك أو عن طريق تحميل الصور أو مقاطع الفيديو.

يمكن أيضًا استخدام نموذجك الذي تم تحميله كمساعد وسم، حيث يقترح وسومًا على صور جديدة بناءً على تدريبه.

Link to this sectionكيفية تقييم نماذج YOLO26#

توفر Roboflow ميزات لتقييم أداء النموذج. يعد فهم مقاييس الأداء أمرًا بالغ الأهمية لتكرار النموذج.

بعد تحميل نموذج، يمكنك الوصول إلى أداة تقييم النموذج عبر صفحة النموذج الخاصة بك على لوحة تحكم Roboflow. انقر فوق "View Detailed Evaluation".

تعرض هذه الأداة مصفوفة الارتباك (Confusion Matrix) التي توضح أداء النموذج، ورسمًا تحليليًا تفاعليًا للمتجهات باستخدام تضمينات CLIP. تساعد هذه الميزات في تحديد مجالات تحسين النموذج.

النافذة المنبثقة لمصفوفة الارتباك:

مرر مؤشر الماوس فوق الخلايا لرؤية القيم، وانقر على الخلايا لعرض الصور المقابلة مع تنبؤات النموذج وبيانات الحقيقة الأرضية.

انقر على "Vector Analysis" للحصول على مخطط مبعثر يصور تشابه الصور بناءً على تضمينات CLIP. الصور الأكثر تقاربًا تكون متشابهة دلاليًا. تمثل النقاط الصور، ملونة من الأبيض (أداء جيد) إلى الأحمر (أداء ضعيف).

يساعد تحليل المتجهات في:

• تحديد تجمعات الصور.
• تحديد التجمعات التي يكون أداء النموذج فيها ضعيفًا.
• فهم القواسم المشتركة بين الصور التي تسبب ضعف الأداء.

Link to this sectionمصادر التعلم#

• تدريب YOLO على مجموعة بيانات مخصصة (Colab): دفتر ملاحظات Google Colab تفاعلي للتدريب على بياناتك.
• وثائق Ultralytics YOLO: تدريب وتصدير ونشر نماذج YOLO.
• مدونة Ultralytics: مقالات حول الرؤية الحاسوبية وتدريب النماذج.
• قناة Ultralytics على يوتيوب: أدلة فيديو حول تدريب النماذج ونشرها.

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف يمكنني وسم البيانات لنماذج YOLO26 باستخدام Roboflow؟#

استخدم Roboflow Annotate. أنشئ مشروعًا، وقم بتحميل الصور، واستخدم أدوات الوسم (B لـ المربعات المحيطة، P للمضلعات) أو مساعد الوسم المستند إلى SAM لوسم أسرع. الخطوات التفصيلية متاحة في قسم تحميل البيانات وتنسيقها ووسمها.

Link to this sectionما الخدمات التي تقدمها Roboflow لجمع بيانات تدريب YOLO26؟#

توفر Roboflow منصة Universe (الوصول إلى العديد من مجموعات البيانات) وCollect (جمع الصور الآلي عبر كاميرا الويب). يمكن أن يساعد ذلك في الحصول على بيانات التدريب اللازمة لنموذج YOLO26 الخاص بك، مما يكمل الاستراتيجيات الموضحة في دليل جمع البيانات الخاص بنا.

Link to this sectionكيف يمكنني إدارة وتحليل مجموعة بيانات YOLO26 الخاصة بي باستخدام Roboflow؟#

استخدم ميزات البحث في مجموعة البيانات، ووضع العلامات، وHealth Check في Roboflow. يجد البحث الصور عن طريق النص أو العلامات، بينما تحلل Health Check جودة مجموعة البيانات (توازن الفئات، أحجام الصور، وما إلى ذلك) لتوجيه التحسينات قبل التدريب. راجع قسم إدارة مجموعة البيانات للحصول على التفاصيل.

Link to this sectionكيف أقوم بتصدير مجموعة بيانات YOLO26 الخاصة بي من Roboflow؟#

أنشئ إصدارًا لمجموعة البيانات في Roboflow، وقم بتطبيق المعالجة المسبقة والتعزيزات المطلوبة، ثم انقر فوق "Export Dataset" واختر تنسيق YOLO26. تم توضيح العملية في قسم تصدير البيانات. هذا يجهز بياناتك للاستخدام مع مسارات تدريب Ultralytics.

Link to this sectionكيف يمكنني دمج ونشر نماذج YOLO26 مع Roboflow؟#

قم بتحميل أوزان YOLO26 المدربة الخاصة بك إلى Roboflow باستخدام برنامج Python النصي المقدم. هذا ينشئ نقطة نهاية API قابلة للنشر. راجع قسم تحميل أوزان مخصصة للحصول على البرنامج النصي والتعليمات. استكشف المزيد من خيارات النشر في وثائقنا.