في عالم الذكاء الاصطناعي ورؤية الكمبيوتر، يشكل النموذج الجديد YOLO26 ثورة حقيقية في كيفية معالجة البيانات المرئية. مع تزايد الحاجة إلى نماذج دقيقة وسريعة يمكن تشغيلها على مجموعة متنوعة من الأجهزة، أصبحت عائلة YOLO واحدة من الحلول الأكثر اعتمادًا. لكن في الوقت نفسه، واجهت النماذج التقليدية تحديات عديدة، بما في ذلك الاعتماد على تقنيات غير فعالة مثل "non-maximum suppression" و "Distribution Focal Loss" التي تُثقل كاهل الأداء.

اليوم، نقدم لكم Ultralytics YOLO26، نموذج رؤية متكامل مصمم لمعالجة هذه القيود من خلال هندسة معمارية وتدريب متناسقين. يتميز YOLO26 بتصميم ثنائي الرأس، مما يسمح له بإجراء عمليات استدلال بدون الحاجة إلى الضغط غير الأقصى، مما يجعل النموذج أخف وأكثر كفاءة دون الحاجة لجدول تدريب طويل الأمد.

لا يقتصر الأمر على تحسين الأداء، فالنموذج يعزز أيضًا دقة الكشف عن الأجسام الصغيرة من خلال استراتيجية مخصصة تسمى "STAL"، مما يضمن تغطية إيجابية لتلك الكائنات.

ولكن ما يميز YOLO26 هو مرونته، حيث يدعم خمس مقاييس مختلفة (n/s/m/l/x) ويغطي مجموعة واسعة من المهام مثل تصنيف الصور، تقدير الوضع، والانقسام الفوري. كما تم تقديم إضافات جديدة مثل "YOLOE-26"، التي تتيح الأداء بدون الحاجة إلى نصوص أو تقنيات متقدمة.

مع نتائج مثيرة للإعجاب، إذ تحقق YOLO26 دقة تتراوح بين 40.9 إلى 57.5 من "معدل متوسط الدقة" (mAP) على مجموعة بيانات COCO، تأكيدًا للتقدم الكبير في هذا المجال. يتيح أيضًا أدنى وقت استجابة يبلغ 1.7-11.8 مللي ثانية، مما يجعله الخيار الأمثل للتطبيقات التي تتطلب سرعة ودقة عالية.

لمن يرغب في استكشاف المزيد، يمكنكم زيارة رابط المشروع على GitHub. ما رأيكم في هذا الابتكار؟ شاركونا أفكاركم في التعليقات!