1. مقدمة البرنامج التعليمي 📖

أُطلق مشروع YOLOv12 في عام 2025 من قِبل باحثين من جامعة بافالو وجامعة الأكاديمية الصينية للعلوم. وفيما يلي ورقة البحث ذات الصلة: YOLOv12: أجهزة كشف الأشياء في الوقت الفعلي التي تركز على الانتباه .

أداء YOLOv12 الرائد

• يحقق YOLOv12-N mAP يبلغ 40.6% مع زمن استدلال يبلغ 1.64 مللي ثانية على وحدة معالجة الرسوميات T4، وهو أعلى بمقدار 2.1%/1.2% من YOLOv10-N/YOLOv11-N.
• يتفوق YOLOv12-S على RT-DETR-R18 / RT-DETRv2-R18، حيث يعمل بسرعة أكبر بمقدار 42%، ويستخدم 36% فقط من الحسابات، ويقلل المعلمات بمقدار 45%.

📜 تاريخ تطوير YOLO والبرامج التعليمية ذات الصلة

منذ إطلاقه في عام 2015، أصبح تطبيق YOLO (You Only Look Once) رائدًا في مجال اكتشاف الكائنات وتجزئة الصور.فيما يلي تطور سلسلة YOLO والبرامج التعليمية ذات الصلة:

• YOLOv2 (2016):مقدمة حول تطبيع الدفعات، وصناديق المرساة، وتجميع الأبعاد.
• YOLOv3 (2018):استخدام شبكات العمود الفقري الأكثر كفاءة، والمراسي المتعددة، وتجميع الهرم المكاني.
• YOLOv4 (2020):تقديم تعزيز بيانات Mosaic ورأس الكشف الخالي من المرساة ووظيفة الخسارة الجديدة. → البرنامج التعليمي:يحقق DeepSOCIAL مراقبة مسافة الحشود استنادًا إلى YOLOv4 وتتبع الأهداف المتعددة
• YOLOv5 (2020):تمت إضافة تحسين المعلمات الفائقة وتتبع التجربة ووظائف التصدير التلقائي. → البرنامج التعليمي:نموذج تتبع الأهداف المتعددة في الوقت الفعلي YOLOv5_deepsort
• YOLOv6 (2022):Meituan مفتوح المصدر، يستخدم على نطاق واسع في روبوتات التوصيل المستقلة.
• YOLOv7 (2022): يدعم تقدير الوضع لمجموعة بيانات النقاط الرئيسية COCO. → البرنامج التعليمي:كيفية تدريب واستخدام نموذج YOLOv7 المخصص
• YOLOv8 (2023)تم إصدار Ultralytics، الذي يدعم مجموعة كاملة من مهام الذكاء الاصطناعي المرئي. → البرنامج التعليمي:تدريب YOLOv8 باستخدام البيانات المخصصة
• YOLOv9 (2024):مقدمة عن معلومات التدرج القابلة للبرمجة (PGI) وشبكة تجميع الطبقات الفعالة المعممة (GELAN).
• YOLOv10 (2024):تم إطلاقه بواسطة جامعة تسينغهوا، وهو يقدم رأسًا من البداية إلى النهاية ويزيل متطلب القمع غير الأقصى (NMS). → البرنامج التعليمي:YOLOv10 الكشف عن الكائنات من البداية إلى النهاية في الوقت الفعلي
• YOLOv11(2024):أحدث طراز من Ultralytics، يدعم الكشف والتجزئة وتقدير الوضع والتتبع والتصنيف. → البرنامج التعليمي:نشر YOLOv11 بنقرة واحدة
• YOLOv12 🚀 جديد (2025):قمم السرعة والدقة المزدوجة، جنبًا إلى جنب مع مزايا الأداء لآلية الانتباه!

يستخدم هذا البرنامج التعليمي RTX 4090 كمورد للحوسبة.

2. خطوات التشغيل🛠️

1. بعد بدء تشغيل الحاوية، انقر فوق عنوان API للدخول إلى واجهة الويب

مخرج كاشف الأجسام هو مجموعة من المربعات المُحيطة التي تُحيط بالأجسام في الصورة، بالإضافة إلى تسمية فئة ودرجة ثقة لكل مربع. يُعدّ كشف الأجسام خيارًا جيدًا إذا كنت بحاجة إلى تحديد الأجسام المهمة في مشهد ما دون الحاجة إلى معرفة موقعها أو شكلها الدقيق.

وينقسم إلى الوظيفتين التاليتين:

• كشف الصور
• كشف الفيديو

2. اكتشاف الصورة

المدخل عبارة عن صورة والمخرج عبارة عن صورة تحمل تسمية.

الشكل 1 اكتشاف الصورة

3. اكتشاف الفيديو

المدخل عبارة عن فيديو والمخرج عبارة عن فيديو يحتوي على تسميات.

الشكل 2 كشف الفيديو

🤝 مناقشة

🖌️ إذا رأيت مشروعًا عالي الجودة، فيرجى ترك رسالة في الخلفية للتوصية به! بالإضافة إلى ذلك، قمنا أيضًا بتأسيس مجموعة لتبادل الدروس التعليمية. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة وإضافة [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق↓

---

YOLOv12 ليس مجرد قفزة تكنولوجية فحسب، بل هو أيضًا ثورة في مجال الرؤية الحاسوبية! تعالوا وجربوها! 🚀