برنامج للتعرف محتوي الصور بإستخدام التعلم العميق - برنامج كتبته كمشروع نهاية الفصل (youtube.com)

لماذا استخدمت لغة البايثون وليس R ؟

لغة R تستعمل في Data science و البياثون لغة تستطيع استعمالها في كل شيء، و انا استعملتها الان في Deep Learning و في هذا المجال البايثون هي الافضل

كيف اخترت المصنف (classifier) ؟

بما انني استعمل Deep Learning فأن المصنف الخاص بي هي الشبكة العصبية بحد ذاتها

هل البرنامج يعمل فلترة للصورة قبل الشروع في تصنيفها ام يجب ان تكون مفلترة (بدون noise) ؟

لا حاجة الى ذلك فقط اقوم برمي الصور خام للشبكة العصبية و هي تقوم بتعلمها

كيف استخرجت ال features التي يتم التصنيف عليها ؟ الخوارزمية المستخدمة

في Feature learning هناك طرقتان، الاولى يدوية و هي استعمال مستخرج features يدوي مثل SIFT او ORB و هذه تعتبر الطريقة البدائية، اما الطريقة المعقدة و التي تحصل بها على نتائج افضل فإنه يستعمل الشبكات العصبية و لأكون دقيق انا استعملت الشبكات العصبية العميقة

من أين حصلت على ال datasets لعمل تدريب للمصنف (classifier) ؟

datasets متوفرة في كل مكان و لكنني استعملت Pascal Voc

كم نسبة خطأ المصنف (classifier) في عمل تصنيف للصورة المدخلة ؟

أقل بقليل من 5% نسبة الخطأ في التعرف على العناصر التي علمتها اياها

اجل بدون صوت، افكر في عمل فيديو اخر فيه اشرح الطريقة و بأمثلة اكثر و اوضح

شكرا جزيلا ^_^

هذا برنامج لمادة اخرى، و لكن نفس التوجه.

هل استعملت مكتبات للdeep learning أم أنت من صنع واحدة.

لا تستطيع عمل مكتبة Deep learning بسهولة، تحتاج الي جيش من الخبراء و البروفسورية ، لذا كل الباحثين يستعملون المكتبات الجاهزة و لا داعي لإعادة اختراع العجلة و خاصة انك لن تستطيع عمل شيء افضل.

انا استعملت مكتبة Caffe و لكن اذا احد يريد ان يدخل الDeep Learning فالافضل ان يذهب مع TensorFlow فتنصيبها شهل و هي user-friendly على عكس Caffe

أن هذا يعتمد على تعريفك لصعبة، و لكن الصعوبة في فهم الطريقة و العلم الذي يكون خلف البرنامج، اما البرمجة ستكون سهلة ان عرفت كيف تصنعها.

مثلا هذا البرنامج كان مشروع نهاية الفصل لمادة CV و كان على كل الفصل ان يقدم برنامج يتعرف على الصور بأي طريقة كانت، و أغلب الفصل قدم برامج شبيهة، لذا كطلبة ماجستير يدرسون الذكاء الصناعي فإن هذا متوسط الصعوبة

سأدع ابداع الخوارزميات لك ;-)