في عالم التصنيع الحديث، تلعب كابلات الشبكة (Network Cables) دوراً حيوياً في توصيل المعلومات بين الأجهزة. ولضمان الأداء المثالي لهذه الكابلات، يصبح التسلسل الصحيح لألوان الأسلاك داخل الموصلات أمراً بالغ الأهمية. أي خطأ بسيط في التركيب يمكن أن يؤدي إلى إنتاج منتجات معيبة ويكلف الشركات آلاف الدولارات.

تواجه تقنيات الفحص التقليدية التي تعتمد على الفحص البصري باستخدام المجاهر الرقمية تحديات كبيرة، حيث تعد هذه الطرق بطيئة ومعقدة، وتكون عرضة للأخطاء البشرية. لكن مع ظهور التقنيات الحديثة، أصبح من الممكن استخدام أنظمة ذكية، مثل نموذج YOLOv12 لرصد الكائنات (Object Detection).

في دراسة جديدة، تم تطوير نظام ذكي يعتمد على النموذج الثاني عشر من YOLO، حيث يهدف إلى تحديد موضع الأسلاك والتحقق من التسلسل الصحيح للألوان في كابلات الفلاش (Patch Cords). استخدم الباحثون مجموعة بيانات تتكون من 2500 صورة التقطت من زوايا مجهرية لموصلات الشبكة، حيث تم تقسيم هذه البيانات إلى 70% للتدريب و15% للاختبار و15% للتحقق.

بفضل البنية المعمارية أحادية المرحلة وآليات الانتباه خلال عملية التعلم، تمكن النموذج من تحقيق دقة عالية في تحديد الأسلاك تصل إلى حوالي 98%. كما كانت الدقة العامة للنتائج 95%، مع دقة تصنيف حوالي 99% واسترجاع يبلغ 98%.

تشير النتائج إلى أن هذا النظام يمكنه التحقق من صحة تسلسل ألوان الأسلاك بشكل موثوق وفي الوقت الحقيقي، مما يقلل من الحاجة إلى التدخل البشري، وبالتالي تعزيز كفاءة عملية التصنيع. ما رأيكم في استخدام الذكاء الاصطناعي لتقليل الأخطاء في التصنيع؟