EN AR
EN

أبل تطلق Depth Pro 2 بأربعة أحجام لقياس العمق المتري

Tamara khadrah

الخلاصة

  1. أبل تنشر أوزان وشيفرة Depth Pro 2 على هاغينغ فيس وغيت هاب بأربعة أحجام.
  2. النماذج تقدّر العمق بالأمتار لكل بكسل من صورة أو فيديو أو كاميرا مباشرة.
  3. الرخصة تقصر الاستخدام على البحث العلمي غير التجاري، ما يمنع دمجها في منتجات.

خبر:

أربعة نماذج لتقدير العمق المتري، من 24 مليون إلى 872 مليون معامل، باتت متاحة بعد نشر أبل أوزان وشيفرة Depth Pro 2 على منصتَي هاغينغ فيس وغيت هاب. الشبكة تُخرج قيمة عمق بالأمتار لكل بكسل انطلاقاً من صورة واحدة أو مقطع فيديو أو بث كاميرا حي. الرخصة الممنوحة تقتصر على البحث العلمي والتطوير الأكاديمي.

تفصيل:

  • الأحجام الأربعة: الإصدارات هي S بـ24 مليون معامل و97 ميغابايت، وB بـ97 مليون معامل و386 ميغابايت، وL بـ334 مليون معامل و1.3 غيغابايت، والنموذج الافتراضي H+ بـ872 مليون معامل و3.5 غيغابايت. الأحجام الأكبر تعطي عمقاً أدق وأكثر ثباتاً مقابل بطء في التشغيل.
  • مقدّر البعد البؤري: النماذج الأربعة تتشارك شبكة واحدة لتقدير البعد البؤري بحجم 23.5 مليون معامل و94 ميغابايت، تتولى التنبؤ به حين يكون مفقوداً وتُتجاوز حين يكون متوفراً أصلاً. البيانات الوصفية للصور تحمل غالباً بعداً بؤرياً مكافئاً لعدسة 35 ملم.
  • الأداء على GPU: وفق بطاقات النماذج، وعلى معالج إنفيديا B200 بدقة bfloat16 ومقطع من 32 إطاراً، يبلغ S نحو 347 إطاراً في الثانية بذروة ذاكرة 1.9 غيغابايت عند دقة 640×480، فيما يسجل H+ نحو 95.9 إطاراً و8.3 غيغابايت عند الدقة نفسها.
  • الكلفة عند الدقات العالية: عند دقة 1080p تنخفض السرعة إلى 44.8 إطاراً في الثانية لـS و5.3 إطارات لـH+. وعند 4K يسجل S نحو 3.6 إطارات بذروة ذاكرة 31.9 غيغابايت، بينما يهبط H+ إلى 0.4 إطار مع ذروة ذاكرة 114.6 غيغابايت.
  • أداء أجهزة أبل: ملاحظات العرض التوضيحي تذكر قياسات على ماك بوك برو بمعالج M4 Max وذاكرة 64 غيغابايت: S يحافظ على 30 إطاراً في الثانية حتى دقة 896×512، وB يعمل بالزمن الحقيقي عند 640×360 فقط، فيما يستهلك H+ نحو 1233 ملّي ثانية للإطار عند 1280×720.
  • البنية التقنية: بطاقة النموذج تصف محوّلاً متعدد المشاهد يعالج عدة إطارات معاً، مع مفكك ترميز DPT يتنبأ بخريطة عمق عكسي لكل إطار. بعد ثلث الكتل الأولى يتناوب الانتباه داخل الإطار وعبر الإطارات، ويبني المفكك خرائط سمات من 1/32 إلى 1/4 من دقة الإدخال.
  • معالجة الفيديو: الوضع الافتراضي للفيديو مقاطع من 16 إطاراً تتداخل بأربعة إطارات للحفاظ على ثبات العمق عند نقاط الالتقاء. الوضع المباشر يتنبأ بكل إطار فور وصوله اعتماداً عليه وعلى 15 إطاراً سبقته، والذاكرة تنمو مع حجم الإطار وطول النافذة لا مع طول الفيديو.
  • حدود القياس: قيمة العمق هي المسافة على محور نظر الكاميرا لا المسافة المستقيمة منها. السماء والمناطق اللانهائية تُكتب بعمق لانهائي، لكن النماذج الأصغر تُخرج أحياناً قيماً منتهية بعدة كيلومترات، ما يستوجب تحديد المدى قبل توليد سحابة نقاط أو معاينة ملوّنة.
  • ارتباط المقياس: المقياس مرتبط بالبعد البؤري، وبحسب الملاحظات الرسمية فإن بعداً بؤرياً أطول بنسبة 10% يضع كل العناصر أبعد بنسبة 10%. الفيديو يحصل على بعد بؤري واحد لكل إطاراته هو وسيط التقديرات خلال نافذته الأولى.
  • الرخصة: الترخيص هو رخصة نماذج أبحاث تعلم الآلة من أبل، ويقتصر على البحث غير التجاري والتطوير الأكاديمي. ما يُتاح حزمة بحثية قابلة للتشغيل تضم سطر أوامر وواجهة بايثون وعرضاً بصيغة Core ML، لا إذناً تجارياً بشحن الأوزان داخل منتج.

خلفية:

الإصدار يأتي بعد نموذج Depth Pro الأول، الذي يظهر في مخطط المقارنة الرسمي عند مستويات اهتزاز زمني أعلى بكثير من الأحجام الأربعة الجديدة.

بين السطور:

المخطط الرسمي يقيس الحدة بمعيار Boundary F1 والاتساق الزمني بالاهتزاز، على متوسط مجموعتَي Sintel وSpring، وتقع الأحجام الأربعة جميعها في الجهة الأقل اهتزازاً مع تصدّر L وH+ في الحدة. هذه النقاط مأخوذة من رسم أبل نفسه لا من إعادة اختبار مستقلة، وأرقام السرعة والذاكرة مقيسة ضمن إعداد محدد بدقة.

ماذا بعد؟

يبقى المؤشر العملي هو ظهور قياسات مستقلة تعيد اختبار الاهتزاز الزمني وحدة الحدود خارج مخطط أبل، وأي توسيع لاحق في شروط الرخصة يسمح بالاستخدام التجاري.

ماذا تقرأ بعد ذلك