تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تعرّف على الآلية التي اتّبعتها Google لتطوير أحدث نموذج لتصنيف الصور
الذي يوفّر إمكانية البحث في "صور Google". يمكنك الحصول على دورة تدريبية عن الشبكات العصبونية التشويهية، ثم إنشاء أداة تصنيف للصور لتمييز صور القطط عن صور الكلاب.
إجادة أساسيات البرمجة، وبعض الخبرة في الترميز في Python
المقدمة
في أيار (مايو) 2013، أصدرت Google بحثًا عن الصور الشخصية،
منح المستخدمين القدرة على استرداد الصور في مكتباتهم استنادًا إلى
العناصر المتوفّرة في الصور.
الشكل 1. يبحث تطبيق"صور Google"عن
قطط القطط عبر البريد.
وكانت هذه الميزة، التي تم دمجها لاحقًا في خدمة صور Google
في عام 2015، قد تغيّرت نظرة المستخدمين إلى أداة تغيير الألعاب، ما يشكّل دليلاً على مفهوم أنّ
برامج الرؤية الحاسوبية يمكنها تصنيف الصور وفقًا للمعايير البشرية، ما يضيف قيمة
من عدة طرق:
ولم يعد المستخدمون بحاجة إلى وضع علامات على الصور باستخدام تصنيفات مثل ""beach"لتصنيف محتوى الصورة، ما يلغي عملية يدوية قد تكون مملة جدًا
عند إدارة مجموعات من مئات أو آلاف الصور.
يمكن للمستخدمين استكشاف مجموعتهم من الصور بطرق جديدة، وذلك باستخدام عبارات البحث لتحديد موقع الصور مع العناصر التي ربما لم يتم وضع علامة عليها. على سبيل المثال، كان بإمكانهم البحث عن "شجرة نخيل"" لعرض جميع صور عطلاتهم
التي تحتوي على أشجار نخيل في الخلفية.
من المحتمل أن تكون "البرامج عرضًا بغرض"
آلية عمل تصنيف الصور
تصنيف الصور هو مشكلة تعلُّم خاضعة للإشراف: حدِّد مجموعة من الفئات المستهدَفة (العناصر التي يجب تحديدها في الصور) ودرِّب نموذجًا للتعرّف عليها باستخدام أمثلة الصور المصنّفة. اعتمدت نماذج الرؤية الحاسوبية المبكرة على بيانات البكسل الأولية
كإدخال للنموذج. ومع ذلك، كما هو موضّح في الشكل 2، لا تقدّم بيانات وحدة البكسل الأولية وحدها تمثيلاً ثابتًا كافيًا لتضمين نُسخ متعددة من العنصر كما يتم التقاطه في الصورة. ويمكن أن يؤدي موضع العنصر والخلفية وراء الكائن والإضاءة المحيطة وزاوية الكاميرا والتركيز على الكاميرا إلى تقلبات في بيانات وحدة البكسل الأولية. هذه الاختلافات مهمة بما يكفي بحيث لا يمكن تصحيحها من خلال حساب القيم المتوسطة المرجّحة لقيم RGB للبكسل.
الشكل 2. على اليسار: يمكن التقاط الهررة
في صورة بأوضاع مختلفة، مع خلفيات مختلفة وحالتها المختلفة للإضاءة. يمين الصفحة: لا يوفّر متوسط بيانات وحدة البكسل لهذه النوعية من المعلومات أي معلومات مفيدة.
لوضع نماذج أكثر مرونة، أضافت نماذج الرؤية الحاسوبية الكلاسيكية ميزات جديدة مُستمَدة من بيانات وحدات البكسل، مثل الرسومات البيانية للألوان والزخارف والأشكال. ويتمثل الجانب السلبي من هذا المنهج في أن هندسة
الميزات أصبحت عبئًا حقيقيًا، إذ توفّرت مدخلات كثيرة لتعديلها. بالنسبة إلى مصنّف القطط، ما هي الألوان الأكثر صلة بموضوع البحث؟ ما مدى مرونة
تعريفات الأشكال؟ وبما أنّ الميزات كانت بحاجة إلى أن يتم تعديلها بدقة، كان
إنشاء نماذج فعّالة أمرًا صعبًا للغاية وتعرّضت للدقة.
تاريخ التعديل الأخير: 2022-09-27 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2022-09-27 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\u003cp\u003eThis tutorial teaches how Google developed its image classification model used in Google Photos.\u003c/p\u003e\n"],["\u003cp\u003eUsers will learn about convolutional neural networks and build their own image classifier to differentiate cat and dog photos.\u003c/p\u003e\n"],["\u003cp\u003eThe tutorial requires prior knowledge of machine learning fundamentals and basic Python coding skills.\u003c/p\u003e\n"],["\u003cp\u003eTraditional computer vision models relied on raw pixel data and engineered features but were limited in handling variations in images.\u003c/p\u003e\n"],["\u003cp\u003eThis tutorial uses the Keras API, though prior experience is not necessary due to heavily commented code examples and comprehensive documentation.\u003c/p\u003e\n"]]],[],null,["# ML Practicum: Image Classification\n\n\u003cbr /\u003e\n\nLearn how Google developed the state-of-the-art image classification\nmodel powering search in Google Photos. Get a crash course on convolutional neural\nnetworks, and then build your own image classifier to distinguish cat photos\nfrom dog photos.\n| **Estimated Completion Time:** 90--120 minutes\n\nPrerequisites\n-------------\n\n-\n\n [Machine Learning Crash Course](https://developers.google.com/machine-learning/crash-course/)\n\n or equivalent experience with ML fundamentals\n\n- Proficiency in programming basics, and some experience coding in Python\n\n| **Note:** The coding exercises in this\n| practicum use the [Keras](https://keras.io/) API.\n| Keras is a high-level deep-learning API for configuring neural networks. It is\n| available both as a standalone library and as a\n| [module within\n| TensorFlow.](https://www.tensorflow.org/api_docs/python/tf/keras)\n|\n| Prior experience with Keras is not required for the Colab exercises, as code\n| listings are heavily commented and explained step by step. Comprehensive API\ndocumentation is also available on the [Keras site](https://keras.io/). \n\nIntroduction\n------------\n\nIn May 2013, Google [released search for personal\nphotos](https://search.googleblog.com/2013/05/finding-your-photos-more-easily-with.html),\ngiving users the ability to retrieve photos in their libraries based on the\nobjects present in the images.\n\n*Figure 1. Google Photos search for\nSiamese cats delivers the goods!*\n\nThe feature, later incorporated into [Google\nPhotos](https://googleblog.blogspot.com/2015/05/picture-this-fresh-approach-to-photos.html)\nin 2015, was widely perceived as a game-changer, a proof of concept that\ncomputer vision software could classify images to human standards, adding value\nin several ways:\n\n- Users no longer needed to tag photos with labels like \"beach\" to categorize image content, eliminating a manual task that could become quite tedious when managing sets of hundreds or thousands of images.\n- Users could explore their collection of photos in new ways, using search terms to locate photos with objects they might never have tagged. For example, they could search for \"palm tree\" to surface all their vacation photos that had palm trees in the background.\n- Software could potentially \"see\" taxonomical distinctions that end users themselves might not be able to perceive (e.g., distinguishing Siamese and Abyssinian cats), effectively augmenting users' domain knowledge.\n\nHow Image Classification Works\n------------------------------\n\nImage classification is a supervised learning problem: define a set of target\nclasses (objects to identify in images), and train a model to recognize them\nusing labeled example photos. Early computer vision models relied on raw pixel\ndata as the input to the model. However, as shown in Figure 2, raw pixel data\nalone doesn't provide a sufficiently stable representation to encompass the\nmyriad variations of an object as captured in an image. The position of the\nobject, background behind the object, ambient lighting, camera angle, and camera\nfocus all can produce fluctuation in raw pixel data; these differences are\nsignificant enough that they cannot be corrected for by taking weighted averages\nof pixel RGB values.\n\n*Figure 2. **Left** : Cats can be captured\nin a photo in a variety of poses, with different backdrops and lighting\nconditions. **Right**: averaging pixel data to account for this variety does\nnot produce any meaningful information.*\n\n\nTo model objects more flexibly, classic computer vision models added new\nfeatures derived from pixel data, such as [color\nhistograms](https://wikipedia.org/wiki/Color_histogram), textures, and\nshapes. The downside of this approach was that [feature\nengineering](/machine-learning/crash-course/representation/feature-engineering)\nbecame a real burden, as there were so many inputs to tweak. For a cat\nclassifier, which colors were most relevant? How flexible should the shape\ndefinitions be? Because features needed to be tuned so precisely, building\nrobust models was quite challenging, and accuracy suffered.\n| **Key Terms**\n|\n| |-------------------------------------------------------------------------|\n| | - [feature engineering](/machine-learning/glossary#feature_engineering) |\n|"]]
الشكل 1. يبحث تطبيق"صور Google"عن
قطط القطط عبر البريد.
الشكل 2. على اليسار: يمكن التقاط الهررة
في صورة بأوضاع مختلفة، مع خلفيات مختلفة وحالتها المختلفة للإضاءة. يمين الصفحة: لا يوفّر متوسط بيانات وحدة البكسل لهذه النوعية من المعلومات أي معلومات مفيدة.