وكيل-CLIP-قياس: تقييم الصفر-shot على CIFAR-10

ينفذ هذا المشروع خط أنابيب آلي وقوي لتقييم نموذج CLIP (ViT-B/32) من OpenAI على مجموعة اختبار CIFAR-10 الكاملة (10,000 صورة). تم تطويره باستخدام سير عمل أصلي للذكاء الاصطناعي (Trae IDE)، ويحقق دقة عالية في التصنيف بدون تدريب (Zero-Shot) تبلغ 88.80%.

📊 ملخص الأداء

• الدقة الأعلى (Top-1): 88.80% (بدون تدريب)
• النموذج: openai/clip-vit-base-patch32 (باستخدام Safetensors)
• عتاد الاستدلال: NVIDIA RTX 2060
• التعقيد الزمني: محسَّن عبر الاستدلال بالدفعات (حجم الدفعة: 32)

مصفوفة الارتباك (رؤى إحصائية)

التحليل: يُظهر النموذج هيمنة قطرية قوية. لوحظ تحيز إحصائي بين فئتي 'Deer' و 'Horse' (تداخل بنسبة 15.4%)، ربما بسبب التشابه في الخطوط الهيكلية في الدقة المنخفضة جداً 32×32 لـ CIFAR-10. حققت فئتا Automobile و Horse أعلى دقة (97.6%).

🛠️ الميزات الرئيسية والمنهجية

• خط أنابيب بيانات آلي: تم تطوير CIFAR10Dataset مخصص للتعامل مع ملفات pickle الثنائية الخام، وتحويل مصفوفات البايت أحادية البعد إلى موترات RGB ثلاثية الأبعاد بكفاءة.
• الاستدلال بالدفعات: دمج torch.utils.data.DataLoader مع tqdm لإدارة 10,000 عينة دون تجاوز سعة VRAM.
• هندسة المطالبات (Prompt Engineering): استخدام قالب وصفي: "a photo of a {label}" لتحسين المحاذاة الدلالية بين تضمينات النص والصورة.
• مقاييس الدقة: دمج scikit-learn لحساب مصفوفة الارتباك، مما يوفر نظرة تفصيلية على أخطاء التصنيف الدلالية.

🛡️ هندسة محصنة ضد المشكلات (حل المشكلات)

يوثق هذا المشروع حل العديد من التحديات الإنتاجية التي واجهتنا أثناء التطوير:

1. الأمان (CVE-2025-32434):
   • المشكلة: تمنع بروتوكولات الأمان في PyTorch 2.6+ ملفات .bin (Pickle) غير الآمنة.
   • الحل: فرض تنسيق Safetensors عبر use_safetensors=True لتحميل النموذج بشكل آمن وبدون نسخ.
2. متانة البيئة (WinError 14007):
   • المشكلة: حسابات Windows غير الإدارية تفتقر إلى صلاحيات الروابط الرمزية لذاكرة Hugging Face المؤقتة.
   • الحل: تفعيل HF_HUB_DISABLE_SYMLINKS=1 وإنشاء بروتوكول تنظيف يدوي لذاكرة التخزين المؤقت لضمان التوافق عبر المنصات.
3. محاذاة المعالجة المسبقة:
   • المشكلة: تم تحديد فشل دقة بنسبة 0.06 ناتج عن إعادة قياس الصور بشكل زائد (uint8 مقابل تطبيع float).
   • الحل: إعادة هندسة خط أنابيب CLIPProcessor لمعالجة مدخلات uint8 الخام بشكل صحيح، مما استعاد الدقة إلى 88.8%.
4. تحسين الشبكة:
   • المشكلة: وصول مقيد إلى Hugging Face Hub تحت قيود الشبكة المحلية.
   • الحل: تكوين HF_ENDPOINT المرآة و local_files_only=True لنشر عالي السرعة وقابل للعمل دون اتصال.

🚀 البدء

1. التثبيت

pip install torch transformers pillow numpy tqdm scikit-learn seaborn matplotlib

2. إعداد مجموعة البيانات

قم بتنزيل إصدار CIFAR-10 الخاص بلغة بايثون وضع مجلد cifar-10-batches-py في جذر المشروع.

3. تشغيل التقييم

# على ويندوز، قم بتشغيل ملف الدفعة المُعد مسبقاً:
.\run.bat

# أو يدوياً عبر بايثون:
python full_cifar_clip_eval.py

📁 هيكل المشروع

clip_eval_project/
├── full_cifar_clip_eval.py  # سكريبت التقييم الأساسي
├── run.bat                  # نقطة دخول التشغيل بنقرة واحدة
├── confusion_matrix.png     # نتيجة مصفوفة الارتباك
├── cifar-10-batches-py/     # بيانات CIFAR-10 الخام
│   └── test_batch          # بيانات مجموعة الاختبار
└── README.md               # توثيق المشروع

📄 الترخيص

هذا المشروع مرخص بموجب ترخيص MIT. راجع ملف LICENSE للحصول على التفاصيل.

🙏 الشكر والتقدير

• OpenAI لتطوير نموذج CLIP
• مبتكري مجموعة بيانات CIFAR-10
• Hugging Face لمكتبة Transformers
• فريق PyTorch لإطار التعلم العميق