الفرق بين التعرف على الصور واكتشاف الكائنات في الذكاء الاصطناعي

AIبالعربي – متابعات

يتمثل الفرق الرئيسي بين التعرف على الصور واكتشاف الكائنات في مستوى تفصيل تحليل الصورة.

ما هو التعرف على الصور (Image Recognition)؟

التعرف على الصور هو عملية تصنيف صورة كاملة ضمن فئة عامة أو تحديد محتواها الأساسي.

يركز هذا المجال على الإجابة عن سؤال: “ما الذي تمثله هذه الصورة ككل؟”. تُستخدم فيه نماذج شبكات عصبية تلافيفية (CNN) لاستخراج السمات وتصنيف الصورة.

ما هو اكتشاف الكائنات (Object Detection)؟

اكتشاف الكائنات هو عملية أكثر تقدمًا تتعرف على كائنات متعددة داخل الصورة وتحدد موقعها الدقيق بإحداثيات مربع محيط.

يجيب هذا المجال على أسئلة: “ما هي الكائنات الموجودة؟ وأين مواقعها؟”. يستخدم خوارزميات مثل R-CNN و YOLO و SSD لتحقيق ذلك.

المقارنة الرئيسية بين المفهومين

يختلف المجالان في عدة جوانب أساسية تحدد حالات استخدام كل منهما.

• نطاق التحليل: يتعامل التعرف على الصور مع المشهد ككل، بينما يركز اكتشاف الكائنات على أجزاء محددة داخله.
• مخرجات العملية: تكون مخرجات التعرف على الصور تسمية نصية (Label)، بينما ينتج الاكتشاف تسميات مع إحداثيات ومربعات تحديد (Bounding Boxes).
• التعقيد الحسابي: يعتبر اكتشاف الكائنات أكثر تعقيدًا وتطلبًا للموارد الحاسوبية مقارنة بالتعرف البسيط.
• عدد الكائنات: غالبًا ما يصنف التعرف على الصور كائنًا رئيسيًا واحدًا، في حين يمكن للاكتشاف التعامل مع كائنات متعددة ومختلفة في آن واحد.
• المهام النموذجية: يستخدم التعرف على الصور في تصنيف المشاعر أو فحص الجودة، بينما يُستخدم الاكتشاف في أنظمة المراقبة والمركبات ذاتية القيادة.

حالات الاستخدام العملية

يحدد الغرض من التطبيق التكنولوجيا الأنسب للاستخدام في المشاريع المختلفة.

تطبيقات التعرف على الصور تشمل: تصنيف الصور على منصات التواصل الاجتماعي، التحقق من المحتوى، والتشخيص الطبي المبني على صور الأشعة.

أما تطبيقات اكتشاف الكائنات فتشمل: أنظمة المراقبة الأمنية للكشف عن الأشخاص، السيارات ذاتية القيادة لتحديد المشاة والعوائق، وتحليل لقطات الفيديو الرياضية.

أيهما أسهل في التنفيذ، التعرف على الصور أم اكتشاف الكائنات؟

التعرف على الصور أسهل تنفيذًا بشكل عام لأنه يتطلب بيانات مصنفة بشكل أبسط ويهدف لتصنيف واحد.

هل يمكن أن يحل اكتشاف الكائنات محل التعرف على الصور؟

نظريًا يمكن، ولكنه غير عملي دائمًا بسبب تعقيده وكلفته العالية عندما تكون المهمة بسيطة وتقتصر على التصنيف فقط.

ما نوع البيانات التدريبية المطلوبة لكل منهما؟

يحتاج التعرف على الصور إلى مجموعة صور مع تسمية لكل صورة. بينما يحتاج الاكتشاف إلى صور مع تحديد موقع واسم كل كائن فيها يدويًا.

ما هي الخوارزميات الأشهر لاكتشاف الكائنات؟

من أشهر الخوارزميات YOLO (You Only Look Once) المعروفة بالسرعة، و Faster R-CNN المعروفة بالدقة.

ماذا عن “التجزئة الدلالية” (Semantic Segmentation)؟

التجزئة الدلالية هي مستوى أعلى من التحليل، حيث يتم تخصيص تسمية لكل بكسل في الصورة، مما يوفر فهمًا تفصيليًا للمشهد.

اقرأ أيضًا: الذكاء الاصطناعي يثير مخاوف جديدة بشأن استقرار النظام المالي العالمي