تخطَّ إلى المحتوى الرئيسي
ToolPotion

YOLO-World: كشف الكائنات في الوقت الحقيقي

YOLO-World هو أداة كشف كائنات مفتوحة المفردات في الوقت الحقيقي تم تطويرها بواسطة AILab-CVC. تهدف إلى تعزيز قدرات كشف الكائنات من خلال السماح بالكشف عن الكائنات التي لم تُرَ أثناء التدريب، مما يجعلها متعددة الاستخدامات لمجموعة متنوعة من التطبيقات.

عرض المستودع
مشاركة

الوصف

YOLO-World، الذي تم تطويره بواسطة AILab-CVC، هو أداة متطورة مصممة لكشف الكائنات في الوقت الحقيقي بمفردات مفتوحة. من المقرر تقديم هذه الأداة المبتكرة في CVPR 2024، مما يبرز أهميتها في مجال رؤية الكمبيوتر. يتميز YOLO-World بتمكينه من كشف الكائنات التي لم تكن جزءًا من مجموعة بيانات التدريب، مما يوفر حلاً مرنًا وقويًا لمجموعة متنوعة من التطبيقات. هذه القدرة مفيدة بشكل خاص في البيئات الديناميكية حيث تظهر كائنات جديدة بشكل متكرر. تستضيف الأداة على GitHub، مما يسمح للمطورين بالوصول إليها والمساهمة في تطويرها. مع وجود مجتمع متزايد، كما يتضح من 612 تفرعًا، يكتسب YOLO-World زخمًا بين الباحثين والمطورين. تشجع الطبيعة مفتوحة المصدر للمشروع التعاون والابتكار، مما يجعلها موردًا قيمًا لأولئك المهتمين بتقدم تقنيات كشف الكائنات. بينما لا يتم تقديم تفاصيل فنية محددة وإرشادات التنفيذ في المحتوى المتاح، فإن وجود المشروع على GitHub يشير إلى أن المستخدمين يمكنهم استنساخ المستودع، وتثبيت التبعيات اللازمة، وتكوين الأداة وفقًا لاحتياجاتهم. تجعل قدرات المعالجة في الوقت الحقيقي لـ YOLO-World مناسبة للتطبيقات التي تتطلب التعرف الفوري على الكائنات، مثل المركبات الذاتية القيادة، وأنظمة المراقبة، والواقع المعزز. يضمن نهج المفردات المفتوحة أن تظل الأداة ذات صلة وقابلة للتكيف مع التحديات الجديدة في كشف الكائنات. بشكل عام، يمثل YOLO-World تقدمًا كبيرًا في هذا المجال، حيث يقدم حلاً متعدد الاستخدامات وقويًا لمهام كشف الكائنات في الوقت الحقيقي.

الميزات الأساسية لـ YOLO-World: كشف الكائنات في الوقت الحقيقي

  • كشف الكائنات في الوقت الحقيقي

  • كشف بمفردات مفتوحة

  • مستضاف على GitHub

  • مشروع مفتوح المصدر

  • تطوير مدفوع من المجتمع

  • مناسب للبيئات الديناميكية

  • إمكانات تطبيق متعددة

  • عرض في CVPR 2024

البدء مع YOLO-World: كشف الكائنات في الوقت الحقيقي

  1. المطور: استنساخ المستودع

  2. المطور: تثبيت التبعيات

  3. المطور: تكوين الأداة

  4. المطور: تنفيذ الكشف

  5. المطور: تحسين لحالات الاستخدام المحددة

حالات استخدام YOLO-World: كشف الكائنات في الوقت الحقيقي

  • المركبات الذاتية القيادة
  • أنظمة المراقبة
  • الواقع المعزز
  • الروبوتات
  • المدن الذكية

الأسئلة الشائعة من YOLO-World: كشف الكائنات في الوقت الحقيقي

تقييمات YOLO-World: كشف الكائنات في الوقت الحقيقي

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل YOLO-World: كشف الكائنات في الوقت الحقيقي

مستودعات GitHub للذكاء الاصطناعي

يتضمن Ultralytics YOLO YOLO26 و YOLO11 و YOLOv8، ويوفر قدرات لكشف الكائنات، وتقسيم الكائنات، والتقسيم الدلالي، وتصنيف الصور، وتقدير الوضع، وتتبع الكائنات. تم تصميمه للمطورين…

مميزةأدوات الرؤية الحاسوبيةالتصنيع والصناعة

مستودعات GitHub للذكاء الاصطناعي

Etichetta هو مُعَلِّم YOLO مصمم للمستخدمين البشريين، يسهل عملية التوصيف لمهام كشف الكائنات. يتم استضافته على GitHub، مما يسمح للمطورين بالمساهمة في تطويره وتحسين وظائفه.

أدوات الرؤية الحاسوبية

مستودعات GitHub للذكاء الاصطناعي

Grounding DINO هو التنفيذ الرسمي للورقة البحثية 'دمج DINO مع التدريب المسبق المدعوم للكشف عن الأجسام في بيئات مفتوحة'. يهدف إلى تعزيز قدرات الكشف عن الأجسام من خلال تقنيات التدريب…

أدوات الرؤية الحاسوبية

مستودعات GitHub للذكاء الاصطناعي

Detectron2 هي منصة مصممة لاكتشاف الكائنات، والتجزئة، ومهام التعرف البصري المختلفة. تم تطويرها بواسطة أبحاث فيسبوك، وتوفر أدوات متقدمة للمطورين والباحثين لتنفيذ تطبيقات الرؤية…

أدوات الرؤية الحاسوبيةالرعاية الصحية وعلوم الحياة

مستودعات GitHub للذكاء الاصطناعي

Faster R-CNN هو تنفيذ يعتمد على PyTorch مصمم لتعزيز سرعة وكفاءة مهام كشف الكائنات. يتيح للمطورين المساهمة وتحسين أداء النموذج من خلال التطوير التعاوني على GitHub.

أدوات الرؤية الحاسوبيةالرعاية الصحية وعلوم الحياة

نماذج الذكاء الاصطناعي

نموذج EfficientDet هو نموذج ذكاء اصطناعي تم تطويره بواسطة Google Brain لاكتشاف الكائنات. وهو جزء من مجموعة AutoML، مصمم لتحسين الكفاءة والدقة في اكتشاف الكائنات داخل الصور، مما…

أدوات الرؤية الحاسوبية

مستودعات GitHub للذكاء الاصطناعي

VoTT هي تطبيق إلكتروني مصمم لبناء نماذج الكشف عن الكائنات من الصور ومقاطع الفيديو. تسهل عملية التصنيف والتعليق، مما يجعل من الأسهل على المطورين تدريب نماذج التعلم الآلي بشكل فعال.

أدوات الرؤية الحاسوبية

تطبيقات الذكاء الاصطناعي

AnyLabeling هي أداة تصنيف صور مدعومة بالذكاء الاصطناعي تبسط عملية تصنيف البيانات بدعم من نماذج Segment Anything و YOLO. توفر تثبيتًا وتشغيلًا سهلين، مما يجعل من السهل البدء في…

أدوات الرؤية الحاسوبيةالتصنيع والصناعة