وكلاء الذكاء الاصطناعي والأتمتة
الرؤية الحاسوبية
أنظمة رؤية تفحص وتكشف وتعدّ وتقرأ من الصور ومقاطع الفيديو، تُختبَر في ظروفك الفعلية وتُنشَر في السحابة أو على خوادمك أو على الأجهزة الطرفية والجوالة.

أنظمة رؤية تعمل في ظروفك أنت
قد يُحسن نموذج الرؤية الأداء في العرض التوضيحي ثم يفشل مع اختلاف الإضاءة أو الكاميرات أو زوايا التصوير. نبني أنظمة رؤية حاسوبية للفحص والكشف عن العناصر وOCR وتحليل الفيديو باستخدام OpenCV وPyTorch وTensorFlow، ونُدرّبها ونختبرها على صور من بيئتك الفعلية. وتأتي النتائج مع درجات ثقة، وتُحال الحالات غير المؤكدة إلى شخص ليؤكدها، وتعمل النماذج حيثما يكون ذلك منطقيًا: في السحابة، أو على خوادمك، أو على الأجهزة الطرفية والجوالة.
هندسة الرؤية الحاسوبية بمساعدة الذكاء الاصطناعي وبتحقّق الخبراء
كيف يساعد الذكاء الاصطناعي
- يضع الذكاء الاصطناعي وسومًا أولية على الصور وإطارات الفيديو، ويراجع القائمون على التوسيم هذه الوسوم ويصحّحونها قبل استخدامها.
- يصوغ وكلاء البرمجة مسودات شيفرة التدريب وزيادة البيانات والنشر، ليراجعها المهندسون.
- يجمّع الذكاء الاصطناعي أخطاء الكشف والحالات الصعبة، ليتمكن المهندسون من توجيه جمع البيانات الجديدة إلى حيث تشتد الحاجة إليها.
ما يتولّاه خبراؤنا
- إرشادات التوسيم، وتعريف كل فئة أو نوع من العيوب
- مجموعات اختبار تعكس كاميراتك وإضاءتك وظروفك الفعلية
- عتبات الثقة، وقواعد التنبيه، ومتى يجب أن يؤكد شخصٌ نتيجة ما
- قرارات الإصدار بعد مراجعة الدقة (Precision) والاستدعاء (Recall) والحالات الحدّية
من إطار الكاميرا إلى نتيجة مؤكَّدة
مسار فحص توضيحي؛ وتُضبط العتبات وقواعد المراجعة ومكان تشغيل كل خطوة بما يناسب موقع العمل لديك.
الالتقاط
تلتقط كاميرا ثابتة أو هاتف أو ماسح ضوئي الصورة، مع تسجيل الوقت والمصدر.
المعالجة المسبقة
تُقصّ الإطارات ويُغيَّر حجمها وتُصحَّح إضاءتها؛ وتُعلَّم الصور الضبابية أو غير الصالحة للاستخدام، ولا تُقيَّم.
استدلال النموذج
يكتشف النموذج العناصر، أو يصنّف الصورة، أو يقرأ النص، على جهاز أو خادم أو في السحابة.
عتبة الثقة
تحمل كل نتيجة درجة؛ فتمرّ النتائج الواضحة، وتُحتجز النتائج الحدّية للمراجعة.
نقطة تحقق: عتبة متفق عليها مع فريقك
المراجعة البشرية
يرى المشغّل الصورة مع العلامات التي وضعها النموذج، فيؤكد النتيجة أو يصحّحها أو يستبعدها.
نقطة تحقق: يحسم المشغّل الحالات الحدّية
تسجيل النتيجة
تُخزَّن النتيجة النهائية ومرجع الصورة وأي تصحيح، وتُحفظ التصحيحات لإعادة التدريب.
عند حدوث خلل: إذا انقطع بث الكاميرا أو أصبحت الصور غير صالحة للاستخدام، يُطلق النظام تنبيهًا ويتوقف عن إصدار النتائج بدلًا من التخمين.
مَن يأتي إلينا بالصور والفيديو
الفحوصات التي تعتمد على النظر البشري، مثل رصد العيوب أو عدّ المخزون أو قراءة الملصقات، بطيئة ومرهقة، وتختلف نتائجها من شخص إلى آخر ومن نوبة عمل إلى أخرى.
- فرق جودة تفحص المنتجات بحثًا عن عيوب مرئية على خط الإنتاج
- مديرو عمليات يريدون عمليات عدّ أو تنبيهات سلامة من الكاميرات الموجودة
- فرق تطبيقات جوال تضيف مسح المستندات أو المنتجات ضوئيًا على الجهاز نفسه
ما تحصل عليه
أنظمة رؤية من البيانات حتى النشر
الفحص والتصنيف
نماذج تفرز الصور حسب المحتوى أو الجودة أو نوع العيب، مدرَّبة على منتجاتك ومُختبَرة في ظروف الإضاءة والكاميرات الفعلية لديك.
الكشف عن العناصر وعدّها
الكشف والعدّ في الصور والفيديو لأغراض المخزون والسلامة والتصنيع، مع عتبات ثقة يمكنك تعديلها.
OCR ومعالجة المستندات بالذكاء الاصطناعي
استخراج النصوص والحقول من المستندات الممسوحة ضوئيًا وبطاقات الهوية والإيصالات، مع درجات ثقة وقائمة مراجعة للحقول غير الواضحة.
تحليل الفيديو والتنبيهات
اكتشاف الأحداث والحالات الشاذة في بث الكاميرات، مع إرسال التنبيهات إلى شخص ليؤكدها بدلًا من اتخاذ إجراء تلقائي بشأن الأحداث غير المؤكدة.
النشر على الأجهزة الطرفية والجوالة
نماذج مضغوطة ومُكمَّمة على الأجهزة الطرفية أو الهواتف باستخدام TensorFlow Lite أو Core ML، لتحقيق زمن استجابة منخفض أو للصور التي ينبغي ألا تغادر الموقع.
أدوات التوسيم والمراجعة
سير عمل للتوسيم بوسوم أولية من الذكاء الاصطناعي يتحقق منها أشخاص، إضافةً إلى شاشة مراجعة يؤكد فيها الموظفون نتائج النموذج أو يصحّحونها.
ما لا تشمله مشاريع الرؤية الحاسوبية
- لا يشمل ذلك توريد الكاميرات والإضاءة وأجهزة الحافة (Edge) أو تركيبها؛ فنحن نحدد ما يحتاجه النموذج منها، ونختبر على ما تقوم بتركيبه.
- تصل التنبيهات إلى المشغّلين لديك؛ ولا نراقب بث الكاميرات ولا نستجيب للأحداث نيابةً عنك.
- بعد أن يقرأ OCR النص، يندرج تصنيف مضمونه أو تلخيصه ضمن عمل معالجة اللغة الطبيعية، ويُحدَّد نطاقه بالتوازي إذا احتجت إلى الاثنين.
- التنبؤات المستندة إلى قراءات المستشعرات أو المعاملات أو غيرها من البيانات التي ليست صورًا تُبنى ضمن نماذج التعلم الآلي.
طلبات نموذجية للرؤية الحاسوبية
سيناريوهات نموذجية نحدد نطاقها، وليست دراسات حالة لعملاء.
الفحص البصري على خط الإنتاج
يفحص المفتشون القطع بالعين المجردة، ويختلف ما يُعدّ عيبًا من نوبة عمل إلى أخرى. سنكتب دليلًا للعيوب بالتعاون مع مسؤول الجودة لديك، ونجمع الصور من كاميرا الخط نفسه، ونُحيل القطع الحدّية إلى مفتش.
عمليات عدّ من كاميرات مثبّتة بالفعل
يريد فريق مستودع عدّ المنصات النقالة باستخدام كاميراته الحالية. قبل البناء الكامل، سنختبر نموذج كشف على لقطات من أوقات مختلفة من اليوم، ونوضح المواضع التي يحدّ فيها موقع الكاميرا أو الإضاءة مما يمكن عدّه بموثوقية.
التقاط الإيصالات في تطبيق جوال
يريد الفريق المسؤول عن تطبيق لإدارة النفقات قراءة الإيصالات على الهاتف. سنُشغّل التعرّف على الجهاز نفسه حيث تسمح الدقة بذلك، ونستخرج اسم التاجر والتاريخ والإجمالي مع درجات الثقة، ونطلب من المستخدم تأكيد الحقول غير الواضحة.
كيف يسير مشروع الرؤية الحاسوبية
- 01
حالة الاستخدام وتدقيق البيانات
تحديد ما يجب أن يكشفه النظام أو يقرره، ومراجعة عيّنات من الصور أو الفيديو من الظروف الفعلية، والاتفاق على أهداف الجودة ومسار المراجعة.
- 02
البيانات والتوسيم
جمع الصور وتوسيمها بوسوم أولية من الذكاء الاصطناعي يتحقق منها أشخاص، وإضافة زيادة البيانات، وحجز مجموعة اختبار لا يتدرّب عليها النموذج أبدًا.
- 03
التدريب والتحسين
تدريب نماذج الكشف أو التصنيف أو التجزئة، وقياس الدقة والاستدعاء وmAP، والتحسين بما يناسب الأجهزة المستهدفة وزمن الاستجابة المطلوب.
- 04
النشر والمراقبة
النشر في السحابة أو على الأجهزة الطرفية أو الجوالة، مع المراقبة وإدارة الإصدارات وحلقة لإعادة التدريب تغذّيها تصحيحات المشغّلين.
طريقتان للعمل بأدوات الذكاء الاصطناعي
اختر أين يُسمح لوكلاء البرمجة بالذكاء الاصطناعي بمعالجة شيفرتك أثناء البناء. ويبقى المعيار الهندسي نفسه في الحالتين.
- الهندسة بالذكاء الاصطناعي الخاص / المحلي
نماذج مستضافة بشكل خاص داخل بنية تحتية تتحكم بها أو في بيئة معزولة متفق عليها.
ناقش هذه الباقة معنا - الهندسة باستخدام Claude Code / OpenAI Codex
استخدام Claude Code و/أو OpenAI Codex بإعدادات سحابية تعتمدها مؤسستك.
ناقش هذه الباقة معنا
لست متأكدًا؟ سنوصي بإحداهما خلال تحديد النطاق. قارن خيارات التطوير بالذكاء الاصطناعي
كيف يدعم التصميم وضمان الجودة والتشغيل نظام الرؤية لديك
واجهات للمشغّلين
يخطط المصممون لطريقة ظهور نتائج الكشف ومستوى الثقة والتنبيهات للمشغّلين، وكيف يؤكدون النتيجة أو يصحّحونها أو يتجاهلونها دون مغادرة سير عملهم.
ضمان الجودة في الظروف الفعلية
يبني فريق ضمان الجودة مجموعات اختبار من كاميراتك وإضاءتك وزوايا التصوير والحالات الحدّية لديك، ويفحص الدقة والاستدعاء لكل فئة، ويعيد تشغيلها قبل كل تحديث للنموذج.
نشر يناسب أجهزتك
ينشر فريق DevOps النماذج عبر واجهات API سحابية أو على خوادم في الموقع أو على الأجهزة، مع المراقبة والتراجع. وتُستخدم وحدات GPU حيث يتطلبها حجم المعالجة، لا بشكل افتراضي.
إعادة التدريب من حالات حقيقية
نجمع الحالات الصعبة وتصحيحات المشغّلين، ونضيفها إلى مجموعات التدريب والاختبار، ونُصدر نماذج محسّنة بعد فحوصات الانحدار.
أسئلة وأجوبة
الأسئلة الشائعة
كم صورة نحتاج إليها للتدريب؟
يعتمد ذلك على مدى تنوّع صورك وعدد الفئات التي تحتاجها. نراجع عيّناتك أولًا، ثم نوصي بعدد الصور التي ينبغي جمعها وتوسيمها. وتقلّل النماذج المدرَّبة مسبقًا وزيادة البيانات الحجم المطلوب، وتُظهر مجموعة اختبار محجوزة ما إذا كان لديك ما يكفي.
هل يمكن تشغيل النماذج على الأجهزة الجوالة أو الطرفية؟
نعم. نضغط النماذج ونُكمّمها لتعمل على الهواتف والكاميرات والأجهزة المدمجة باستخدام أدوات مثل TensorFlow Lite وCore ML، لنظامَي iOS وAndroid. وتُقلّل المعالجة على الجهاز زمن الاستجابة وتُبقي الصور محليةً، مع بعض المفاضلة في حجم النموذج ودقته نقيسها على أجهزتك المستهدفة.
هل تبنون أدوات للتعرّف على الوجوه أو للتصوير الطبي؟
نعم، لاستخدامات مثل التحقق من الهوية القائم على الموافقة، مع تدابير وقائية إضافية. فالصور البيومترية والطبية حساسة وتخضع للتنظيم في كثير من الولايات القضائية، لذا تُحسم مسائل الموافقة والاحتفاظ بالبيانات وخيارات المعالجة على الجهاز ومراجعتك القانونية أو السريرية قبل أن نبدأ البناء. وتساعد أدوات التصوير الطبي الأطباء المؤهلين: إذ تُعرض النتائج ليحكموا عليها بأنفسهم، لا بوصفها تشخيصًا.
أين تُعالَج صورنا ومقاطع الفيديو لدينا؟
حيث تقرر أنت: على الجهاز، أو على خوادمك الخاصة، أو في حسابك السحابي. ولا تُستخدم واجهات API المستضافة للرؤية الحاسوبية إلا بموافقتك. وفي أعمال التطوير التي نقوم بها، تُشغّل باقة الهندسة بالذكاء الاصطناعي الخاص / المحلي نماذج البرمجة بالذكاء الاصطناعي داخل حدود متفق عليها؛ بينما تستخدم باقة الهندسة باستخدام Claude Code / OpenAI Codex وكلاء برمجة تجاريين وفق شروط حساب متفق عليها.
اجعل صورك ومقاطع الفيديو لديك تعمل لصالحك
شاركنا عيّنات من الصور أو اللقطات المصوَّرة في ظروف حقيقية. وسنقيّم الجدوى واحتياجات البيانات وخيارات النشر قبل بدء أي بناء.











