TAPe ترفع دقة التصنيف إلى 77% وتقارن نتائجها بـ YOLO على مجموعة بيانات COCO الصغيرة
في الجزء الثامن من مذكرات TAPe، جمع المطورون عدة تحسينات رئيسية: التجزئة وفق الرقع المتباينة عند حدود الجسم، وتصنيفًا أدق، والاستغناء عن معدل التعلّم (learning rate). وعلى مجموعة اختبار COCO ارتفعت دقة التصنيف إلى 77%، بينما يكاد YOLO لا يتقارب على مجموعة بيانات صغيرة تضم 3.5 ألف صورة تدريب. كما أوضح الفريق لماذا يصمد نهجه بصورة أفضل عند شحّ البيانات.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
يُخصَّص السجل الثامن من مذكرات TAPe لا لوظيفة واحدة، بل لتجميع منظومة عمل شبه متكاملة لاكتشاف الأجسام (detection): فقد حسّن المطورون التجزئة، ورفعوا دقة التصنيف إلى 77%، واختبروا ما يحدث عند مقارنة نهجهم بـ YOLO على مجموعة COCO صغيرة. والاستنتاج المرحلي الذي توصلوا إليه متفائل: بدأ النموذج يعمل في سيناريو تحتاج فيه أجهزة الكشف التقليدية عادةً إلى بيانات أكثر بكثير.
التجزئة عند الحدود
التحديث الرئيسي في هذه المرحلة هو التجزئة وفق الرقع (patches) المتباينة عند الحد الفعلي للجسم، لا وفق إطار افتراضي يحيط به. والفكرة أن تُقسَّم الصورة إلى مقاطع أكثر طبيعية، ثم يُبنى الجسم منها، بدلًا من محاولة تخمين الصندوق المحيط (bounding box) مباشرة من البكسلات الخام. وبحسب المطورين، حسّن ذلك بسرعة جودة دمج الرقع، وأتاح تكوين مقاطع أنسب لكل جسم في الصورة.
وفي الوقت نفسه جرّب الفريق عدة حلول معمارية أخرى: رؤوسًا إضافية، وطرقًا مختلفة لاختيار المقاطع المتشابهة، وصيغًا أكثر تعقيدًا للتجميع. لكن هذه المقاربات لم تعطِ الأثر المتوقع. ويشرح المطورون السبب بأن هذه المخططات حاولت تكييف بيانات TAPe مع معمارية مألوفة، بدلًا من استخدامها كما هي. وعمليًا، كان المسار الأكثر مباشرة هو الأنجح: الاعتماد على بنية تمثيلات TAPe نفسها وتحسين الروابط بين الرقع.
تصنيف دون معدل التعلّم
أما المشكلة التالية فكانت أكثر واقعية: كانت بعض الرقع تخرج أحيانًا من المقطع المطلوب. وحين يكون جزء أو أكثر من الصورة غير مرتبط بالجسم، يصعب تصنيفه بشكل صحيح، لأن النموذج يفتقر إلى إجابة عن سؤال: إلى ماذا ينتمي هذا الجزء بالضبط؟
ولتقريب التدريب من السلوك الفعلي للنموذج، بدأ المطورون خلال التدريب بمحاكاة نمو المقطع خطوة بخطوة انطلاقًا من رقعة واحدة، أي تكرار المنطق نفسه المستخدم في الاستدلال (inference). وقد ساعد ذلك في تحسين البحث عن الروابط الصحيحة بين الرقع، لكنه لم يُزل كل القيود. وبقيت مشكلة المناطق «غير النامية»، حين لا يستوعب المقطع سياقًا كافيًا فيخطئ في التصنيف. وفي هذه الحالات تفحص TAPe الآن المناطق المجاورة إضافةً إلى ذلك، وتُنعِّم السياق.
ويصف المطورون على حدة هدفًا هندسيًا مهمًا آخر: التخلص التدريجي من المعاملات الفائقة (hyperparameters) التي قد تُفسد سلوك المنظومة. وكان معدل التعلّم أحد هذه المعاملات، وقرروا في هذا الإصدار الاستغناء عنه مع الاستغناء عن الانحدار التدرّجي (gradient descent).
- التجزئة تجري الآن وفق الرقع المتباينة عند حد الجسم
- ارتفعت دقة التصنيف إلى 77%
- أضاف الاستغناء عن معدل التعلّم نحو 3% من الدقة
- أضعف النقاط حاليًا تتعلق بالمقاطع الصغيرة ونقص السياق
- هدف الفريق التالي هو بلوغ 80% على الأقل في التصنيف
ويشير المطورون على حدة إلى مرجع من السوق: فالمنشورات المتعلقة بـ DETR تذكر دقة تصنيف تبلغ نحو 79%، مع أنه ليس واضحًا تمامًا ما إذا كانت تشمل أخطاء الكشف نفسه. وبالنسبة إلى TAPe، ليس هذا خط النهاية بعد، بل هو أقرب سقف مستهدف. ولا تزال الاختبارات الكاملة على مجموعة COCO بأكملها قادمة، لأنها تستغرق وقتًا طويلًا، لكن يتضح منذ الآن أن المعمارية أصبحت أكثر استقرارًا وأفضل ارتباطًا بمهام التعلّم الذاتي (self-supervised learning).
أول اختبارات مع YOLO
أبرز ما في السجل هو أول اختبار مقارن مباشر مع YOLO. فقد أخذ المطورون للتجربة شريحة صغيرة من COCO تضم 5 آلاف صورة، وقسّموها بنسبة 70/30: 3500 إطار للتدريب و1500 للاختبار. وتبيّن أن هذا الحجم قليل جدًا بالنسبة إلى أجهزة الكشف القياسية. ويؤكد فريق TAPe أن YOLO على هذه المجموعة لا يتقارب عمليًا، وأن مستوى الكشف يبقى عند نحو 1%.
«YOLO لا يتقارب إطلاقًا على مجموعة البيانات التي نستخدمها في الاختبارات».
وهذه ليست بعد المقارنة النهائية من حيث mAP50 وmAP50-95 والسرعة وعدد المعاملات؛ فما زال المطورون يعدّون منشورًا منفصلًا بالمقاييس الكاملة مقابل YOLO وRF-DETR. لكن حتى هذه النتيجة المبكرة مهمة، لأنها تُبرز الأطروحة الأساسية للمشروع: TAPe لا تسعى إلى أن تكون مجرد نموذج كشف آخر، بل معمارية قادرة على العمل بعشرات الصور لكل فئة، في الحالات التي تحتاج فيها المقاربات الأكثر ألفة إلى مئات الآلاف من الأمثلة وإلى قاعدة مدرَّبة مسبقًا أثقل بكثير.
ماذا يعني ذلك
إذا أكدت TAPe نتائجها فعلًا على المجموعة الكاملة من المقاييس، فسيكون ذلك حجة قوية لصالح الرؤية الحاسوبية التي تركّز على بنية البيانات، لا على الحجم وحده. وهذا مهم بوجه خاص للفرق التي تملك مجموعات بيانات صغيرة: فقد تنخفض كلفة الدخول إلى الكشف عالي الجودة بصورة ملحوظة.
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول التجزئة عند الحدود؟
التحديث الرئيسي في هذه المرحلة هو التجزئة وفق الرقع (patches) المتباينة عند الحد الفعلي للجسم، لا وفق إطار افتراضي يحيط به. والفكرة أن تُقسَّم الصورة إلى مقاطع أكثر طبيعية، ثم يُبنى الجسم منها، بدلًا من محاولة تخمين الصندوق المحيط (bounding box) مباشرة من البكسلات الخام. وبحسب المطورين، حسّن ذلك بسرعة جودة دمج الرقع، وأتاح تكوين مقاطع أنسب لكل جسم في الصورة. وفي الوقت نفسه جرّب الفريق عدة حلول معمارية أخرى: رؤوسًا إضافية، وطرقًا مختلفة لاختيار المقاطع المتشابهة، وصيغًا أكثر تعقيدًا للتجميع.
ما أبرز التفاصيل حول تصنيف دون معدل التعلّم؟
أما المشكلة التالية فكانت أكثر واقعية: كانت بعض الرقع تخرج أحيانًا من المقطع المطلوب. وحين يكون جزء أو أكثر من الصورة غير مرتبط بالجسم، يصعب تصنيفه بشكل صحيح، لأن النموذج يفتقر إلى إجابة عن سؤال: إلى ماذا ينتمي هذا الجزء بالضبط؟ ولتقريب التدريب من السلوك الفعلي للنموذج، بدأ المطورون خلال التدريب بمحاكاة نمو المقطع خطوة بخطوة انطلاقًا من رقعة واحدة، أي تكرار المنطق نفسه المستخدم في الاستدلال (inference). وقد ساعد ذلك في تحسين البحث عن الروابط الصحيحة بين الرقع، لكنه لم يُزل كل القيود.
ما أبرز التفاصيل حول أول اختبارات مع YOLO؟
أبرز ما في السجل هو أول اختبار مقارن مباشر مع YOLO. فقد أخذ المطورون للتجربة شريحة صغيرة من COCO تضم 5 آلاف صورة، وقسّموها بنسبة 70/30: 3500 إطار للتدريب و1500 للاختبار. وتبيّن أن هذا الحجم قليل جدًا بالنسبة إلى أجهزة الكشف القياسية. ويؤكد فريق TAPe أن YOLO على هذه المجموعة لا يتقارب عمليًا، وأن مستوى الكشف يبقى عند نحو 1%. «YOLO لا يتقارب إطلاقًا على مجموعة البيانات التي نستخدمها في الاختبارات».
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.