مقدمة

مقدمة

من خلال هذا الدرس و الدروس الأتية ان شاء الله سنحاول شرح مجال معالجة الصور بطريقة سهلة و بسيطة مع التطبيق و بالعربي حتى تكون في متناول الجميع .

الوسائل و الأدوات التي سنستعملها هي 

لغة البرمجة سي بلس بلس ( فجيوال أستديو نسخة  2012)
 opencv -2.4.6.0

رابط تحميل الدرس 0 ( مقدمة)

حتى تكون الاستفادة كبيرة و قبل أن أنشر الدرس المقبل لمن لا يعرف opencv او لغة البرمجة سي بلس بلس عليه ان يطالع و لو نظرة بسيطة ...انا أشرح كل شيئ لكن من الأفضل ان تكون لك نظرة مسبقة .

قبل صدور الدرس التالي نحاول تجهيز انفسنا و تجهيز الادوات التي سنستعملها.

هذه بعض الدروس التي ممكن تستفدون منها  

الواجهات الروسومية في سي بلس بلس  

استعمال الجداول والمصفوفات  

Comments

  1. UnknownMay 24, 2016 at 3:52 AM

    Good job Bro ;) ... Braka allaho fik :)

    ReplyDelete
  2. Hichem FelouatMay 24, 2016 at 3:57 AM

    شكرا أخي

    ReplyDelete
  3. UnknownMay 24, 2016 at 4:01 AM

    بارك الله فيك

    ReplyDelete
  4. UnknownMay 24, 2016 at 4:11 AM

    chokran a khoya continue ....

    ReplyDelete
  5. UnknownMay 24, 2016 at 7:08 AM

    thx :)

    ReplyDelete
  6. Hichem FelouatMay 29, 2016 at 11:27 AM

    شكرا لكم جمعيا على تشجيعكم لي.

    ReplyDelete
  7. AnonymousJune 6, 2016 at 7:31 AM

    بارك الله فيك خويا يعطيك الصحة بالتوفيق لنا ولكم
    لدي تعقيب بسيط
    كان بامكانك تغيير قالب مدونتك ليكون جميل اكثر وشراء دومين كوم لناديكم
    اذا اردت المساعدة اتصل بي
    وشكرا

    ReplyDelete
  8. UnknownJune 7, 2016 at 11:35 AM

    هل يمكن استخدام هذا التطبيق في التعرف اعلى الوجوه ويكون عدد الوجوه كبيرا جدا مثل ما يستخدم في المتلاب TENSEUR وشكرا

    ReplyDelete
  9. UnknownJune 7, 2016 at 11:36 AM

    سلام

    ReplyDelete

Post a Comment

Popular posts from this blog

تحسين أداء خوارزميات تعلم الألة

Image
تحسين أداء خوارزميات تعلم الألة. Testing and Validation  أثناء تدريب نمودج (model) لخوازمية من خوارزميات تعلم الألة قد نجد نسبة الخطأ مرتفعة جدا فنحاول البحث عن أحسن القيم للمعاملات الداخلية للخوارزمية (Hyper-parameters ) من أجل تحسين الأداء و تقليل نسبة الخطأ. أبسط طريقة هي تدريب عدة نماذج و لتكن 100 نموذج  مثلا من هذه الخوارزمية و بمعاملا داخلية مختلفة و بعدها نختار أحسن نموذج لهذه الخوارزمية و نعتمده هو في عملنا، هناك طرق أخرى للقيام بذلك مثل (Gradient descent) بمكن القول أنه إستعمال لطرق (Optimization ) من أجل إيجاد أحسن القيم ل (Hyper-parameters ). لكن لسوء الحظ قد تجد أن نسبة الأداء مرتفعة و نسبة الخطأ صغيرة أثناء عملية التدريب أما في مرحلة الإختبار تجد أن نسبة الخطأ مرتفعة جدا! و هذا يعني أننا وقعنا في مشكل (Overfitting) و لتجنب ذلك سنشرح في هذه المقالة إحدى الطرق للقيام بذلك و هي ال (Validation ). في عملية تدريب نمودج لخوازمية في الطريقة العادية فإننا نقسم (dataset) إلى قسمين، قسم للتدريب و قسم للإختبار بنسبتي 80٪ و 20٪ على الترتيب في الحالة العامة. و من أجل اكثر ...
Read more

أنواع الطرق المستخدمة في مجال تعلم الألة The type of machine learning

Image
The type of machine learning تعرفنا في المقال السابق على مفهوم تعلم الألة و مالذي يميزها عن البرمجة العادية، و قلنا بأنه و من أجل العمل على مشروع يطبق مبادئ تعلم الألة فإننا نحتاج إلى أربع (4) عناصر أساسية و هي : أ- قاعدة بيانات التعلم و تحتوي على بيانات و معلومات الشيء الذي نريد دراسته و العمل عليه. ب-  خوارزمية من خوارزميات تعلم الألة (سنتعرف عليهم لاحقا). ج- جزء من قاعدة بيانات التعلم نحتفظ به من أجل إختبار الخوارزمية المستعملة. د- قياسات من أجل حساب و قياس أداء و فاعلية الخوارزمية التي إستعملناها.  سنتعرف في هذا المقال على أنواع الطرق المستخدمة في مجال تعلم الألة و التي تختلف فيها بينها في أسلوب التعامل مع البيانات و التي فرضها الواقع بما يحتوى من بيانات متنوعة و مختلفة و متشابكة. 1- النوع الأول ( Supervised Learning ) : في هذا النوع نحتاج إلى أن تكون البيانات التي سوف نعمل عليها معروفة الإنتماء أو القيمة يعني من الشكل ((x1, y1) ... (xn, yn) ). بحيث (xi) يمثل الشيء الذي  نعمل عليه. إن كنا نعمل على برنامج يتعرف على الإيمايلات الصحيحة من (spam) ...
Read more