الدرس 4 : Histograms- Image Filtering - Object Detection

Histograms- Image Filtering -  Object Detection

بسم الله الرحمن الرحيم
 أولا أعتذرلجميع المتابعين لهذه الدورة على التأخر في النشر و هذا بسبب انشغالي و ان شاء الله أحاول الحفاظ على مدة زمنية منتظمة لنشر دروس جديدة في هذا المجال.

درس اليوم  بعنوان

Histograms- Image Filtering -  Object Detection

في هذا الدرس تطرقنا الى موضوع المعالجة الأولية للصور و تحسين الاضاءة و التشوهات الناتجة عن الوسط الخارجي من تعديل للأسطوجرام و فلثرة الصور الى تحديد العناصر على الصورة مع شرح لكل المراحل و التطبيق عليها.
ثم أرفقنا الدرس بتطبيق حول انشاء برنامج بسيط  للمراقبة بواسطة الكاميرا حتى نفهم الأشياء التي تعلمنها.
الدروس القادمة ان شاء الله سنركز فيها على التطبيق أكثر بعد أن أخدنا المبادئ الأساسية في معالجة الصور.

تحميل درس اليوم  هنا

 

Comments

Post a Comment

Popular posts from this blog

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  
Read more

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