YOLO Annotator: أداة وسم تعمل دون اتصال وتدعم bbox وOBB وتجزئة panoptic بترخيص GPL-3.0

يستهلك وسم البيانات عادةً وقتًا أكبر مما يستغرقه تدريب النموذج، وقد خبر مطوّر YOLO Annotator ذلك عمليًا. ففي مشروع لرصد عيوب البنية التحتية للطرق، انتقل الفريق من نماذج الكشف إلى نماذج التجزئة ولم يجد أداة مناسبة. لذلك كتب أداته الخاصة: برنامج مكتبي للوسم لا يحتاج إلى خادم، ويغطي bbox والمربعات المحدِّدة المائلة والمضلعات والأقنعة، إضافة إلى التجزئة الدلالية وتجزئة panoptic. نُشرت الشيفرة بترخيص GPL-3.0، والتصدير مصمَّم للعمل مع YOLO وDetectron2 وMask2Former.

لماذا ظهرت الحاجة إلى «الحل الوسط»

بدأ المشروع بمهمة الكشف. وقد ورث الفريق النماذج والخبرة من عمل سابق، لكنها لم تكفِ لمهام عيوب الطرق. فالشقوق والحفر وتلف الطبقة السطحية يصعب وصفها بمستطيل، ولذلك لجأ الفريق إلى التجزئة. وبرز فورًا سؤال: بأي أداة يُجرى الوسم؟

يقسم المطوّر الحلول الجاهزة إلى معسكرين. أنظمة الخادم مثل CVAT وLabel Studio تفعل تقريبًا كل شيء، لكنها تحتاج إلى نشر وصيانة. كما أنها ليست سهلة التعلم وتتطلب عتادًا قويًا. أما الأدوات المكتبية مثل labelImg فتُثبَّت في دقيقة، لكنها ترسم في الغالب المستطيلات فقط. وكان المطلوب برنامجًا يعمل على حاسوب محمول، ولا يحتاج إلى بنية تحتية، ويدعم في الوقت نفسه الوسم بالمضلعات.

كيف اكتسبت الأداة وظائفها

كانت النسخة الأولى تدعم bbox والمضلعات. ثم تراكمت المتطلبات مع تقدم العمل على المشروع. احتاج الفريق أولًا إلى المربعات المحدِّدة المائلة (OBB)، ثم إلى الأقنعة، ثم إلى وضع متعدد المستخدمين. وفي النهاية أُضيفت التجزئة الدلالية وتجزئة panoptic. وجرّ كل توسيع معه مسألة التصدير: يجب أن تصل البيانات إلى التدريب دون محوّلات يدوية.

يورد الإعلان المنشور على Habr أبرز الإمكانات:

• وسم bbox والمربعات المحدِّدة المائلة (OBB)؛
• الوسم بالمضلعات والأقنعة؛
• التجزئة الدلالية وتجزئة panoptic؛
• وضع متعدد المستخدمين؛
• التصدير بصيغ تقبلها YOLO وDetectron2 وMask2Former دون تعديل (يذكر العنوان دعم YOLO وCOCO)؛
• التشغيل على حاسوب محمول دون نشر خادم؛
• شيفرة مفتوحة وترخيص GPL-3.0.

يشرح المطوّر البنية الداخلية للبرنامج في المقال الكامل. أما الإعلان فلا يتضمن تفاصيل عن البنية، ولا قياسات لسرعة الوسم ولا مقارنة مع CVAT.

ما الذي ينبغي مراعاته عند الاختيار

يبدو المشروع أداةً نشأت من مهمة حقيقية، وهذا يظهر في مجموعة وظائفها. فهو يحتاج إلى OBB وpanoptic معًا، وهذان تحديدًا من الأنماط التي كثيرًا ما تُربك خط المعالجة عندما تدعم أداة الوسم صيغة بينما يتوقع إطار التدريب صيغة أخرى. إذا كان فريقكم صغيرًا ويعمل على حواسيب محمولة ويواجه فجوة مماثلة بين labelImg وCVAT، فالأداة جديرة بالتجربة على عيّنة تجريبية.

تحققوا من ثلاثة أمور قبل الاعتماد عليها.

• الترخيص. يشترط GPL-3.0 فتح الأعمال المشتقة عند توزيعها. وهذا لا يمثل عادةً مشكلة للاستخدام الداخلي، أما عند تضمينها في منتج تجاري فيجب التشاور مع المستشارين القانونيين.
• صيغة التصدير. مرّروا مجموعة صغيرة عبر خط التدريب لديكم قبل وسم آلاف الإطارات. وينطبق هذا خصوصًا على panoptic: فمخططات الفئات ومعرّفات النسخ تختلف في تفاصيلها بين Detectron2 وMask2Former.
• الوضع متعدد المستخدمين. هو مُنفَّذ دون خادم مركزي. استوضحوا كيف يدمج البرنامج وسوم عدة أشخاص وكيف يحل التعارضات، خصوصًا إذا كنتم تحتاجون إلى فحص الجودة والاتساق بين الواسمين.

أما في المهام التي تهمّ فيها صلاحيات الأدوار والمراجعة وتدقيق التعديلات في الفرق الكبيرة، فتبقى أنظمة الخادم الخيار المنطقي. وفي الحالات الأخرى، صار هناك خيار خفيف إضافي.