الرؤية الحاسوبية: نهج متقدم لفهم وتفسير العالم
يوفر العرض التقديمي الذي يسهل الوصول إليه لهذا الكتاب نظرة عامة على مؤسسة رؤية الكمبيوتر بأكملها، كما يقدم أيضًا تفاصيل كافية لتكون قادرًا على إنشاء تطبيقات مفيدة. يتعلم المستخدمون التقنيات التي أثبتت فائدتها من خلال الخبرة المباشرة ومجموعة واسعة من الأساليب الرياضية. يتضمن هذا الكتاب الشامل والحديث موضوعات أساسية تعكس إما أهمية عملية أو ذات أهمية نظرية. وتناقش المواضيع بعمق كبير ومتزايد. تصف استبيانات التطبيقات العديد من مجالات التطبيق المهمة مثل عرض الصور والمكتبات الرقمية. تم تقسيم العديد من الخوارزميات المهمة وتوضيحها في كود زائف. مناسب للاستخدام من قبل المهندسين كمرجع شامل لمؤسسة رؤية الكمبيوتر.ؤية الكمبيوتر: حداثة، 2 هـ، مناسبة للرسوم الدراسية الدراسية على مستوى المرحلة الجامعية والدراسات العليا في القسم العلوي في رؤية الكمبيوتر الدقيق في أقسام علوم الكمبيوتر وهندسة الكمبيوتر والهندسة الكهربائية.
يقدم هذا الكتاب المكتبي القانوني الأكثر استخدامًا لأساليب قراءة الكمبيوتر الحديثة من قبل اللاعبين في هذا المجال. يوفر هذا العرض التقديمي الذي يمكنه الوصول إلى نظرة عامة على مؤسسة رؤية الكمبيوتر بأكملها، كما يوفر تفاصيل كافية للطالب حتى يتمكن من إنشاء تطبيقات مفيدة. سوف تتعلم الخطوط الدقيقة التي ستفيدها من خلال الخبرة المكتسبة من المعرفة الرياضية
- Computer Vision: A Modern Approach (الطبعة الثالثة) by David A. Forsyth and Jean Ponce[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في نافذة جديدة.
Book Computer Vision: A Modern Approach (الطبعة الثالثة)
- Deep Learning for Computer Vision (الطبعة الثانية) by Aditya Ramesh, Prafulla Dhariwal, Alexander Rush, and Pieter Abbeel[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]
Book Deep Learning for Computer Vision (الطبعة الثانية)
تعرف على كيفية تصميم وتدريب الشبكات العصبية المتقدمة لتنفيذ مجموعة متنوعة من مهام الرؤية الحاسوبية
دلائل الميزات
تدريب أنواع مختلفة من نماذج التعلم العميق من الصفر لحل مشكلات محددة في رؤية الكمبيوتر
اجمع بين قوة Python وKeras وTensorflow لبناء نماذج التعلم العميق لاكتشاف الكائنات وتصنيف الصور وتعلم التشابه والتعليق على الصور والمزيد
يتضمن نصائح حول تحسين أداء النماذج وتحسينها في ظل قيود مختلفة
شرح الكتاب
لقد أظهر التعلم العميق قوته في العديد من مجالات تطبيق الذكاء الاصطناعي، وخاصة في رؤية الكمبيوتر. رؤية الكمبيوتر هي علم فهم الصور ومعالجتها، وتجد تطبيقات هائلة في مجالات الروبوتات والأتمتة وما إلى ذلك. سيوضح لك هذا الكتاب أيضًا، مع أمثلة عملية، كيفية تطوير تطبيقات الرؤية الحاسوبية من خلال الاستفادة من قوة التعلم العميق.
ستتعلم في هذا الكتاب تقنيات مختلفة تتعلق بتصنيف الكائنات، واكتشاف الكائنات، وتجزئة الصور، والتسميات التوضيحية، وتوليد الصور، وتحليل الوجه، والمزيد. سوف تستكشف أيضًا تطبيقاتهم باستخدام مكتبات Python الشهيرة مثل Tensorflow وKeras. سيساعدك هذا الكتاب على إتقان أحدث خوارزميات التعلم العميق وتنفيذها.
ماذا سوف تتعلم
قم بإعداد بيئة للتعلم العميق باستخدام Python وTensorflow وKeras
تحديد وتدريب نموذج لتصنيف الصور والفيديو
استخدم ميزات من نموذج الشبكة العصبية التلافيفية المدرب مسبقًا لاسترجاع الصور
فهم وتنفيذ اكتشاف الكائنات باستخدام سيناريو اكتشاف المشاة في العالم الحقيقي
تعرف على المشكلات المختلفة المتعلقة بالتعليق على الصور وكيفية التغلب عليها من خلال تدريب الصور والنصوص معًا
تنفيذ مطابقة التشابه وتدريب نموذج للتعرف على الوجوه
فهم مفهوم النماذج التوليدية واستخدامها لتوليد الصور
انشر نماذج التعلم العميق الخاصة بك وقم بتحسينها لتحقيق الأداء العالي
- Computer Vision: Algorithms and Applications by Richard Szeliski[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في نافذة جديدة.
Book Computer Vision: Algorithms and Applications by Richard Szeliski
رؤية الكمبيوتر: الخوارزميات والتطبيقات تستكشف مجموعة متنوعة من التقنيات المستخدمة عادة لتحليل الصور وتفسيرها. ويصف أيضًا تطبيقات العالم الحقيقي الصعبة حيث يتم استخدام الرؤية بنجاح، سواء بالنسبة للتطبيقات المتخصصة مثل التصوير الطبي أو من أجل المتعة، والمهام على مستوى المستهلك مثل تحرير الصور وخياطتها، والتي يمكن للطلاب تطبيقها على الصور ومقاطع الفيديو الشخصية الخاصة بهم. .
أكثر من مجرد مصدر "للوصفات"، فإن هذا الكتاب/المرجع الرسمي والشامل بشكل استثنائي يتخذ أيضًا منهجًا علميًا لمشاكل الرؤية الأساسية، وصياغة نماذج فيزيائية لعملية التصوير قبل قلبها لإنتاج أوصاف للمشهد. يتم أيضًا تحليل هذه المشكلات باستخدام النماذج الإحصائية وحلها باستخدام تقنيات هندسية صارمة.
المواضيع والميزات: تم تصميمها لدعم المناهج النشطة والدورات الموجهة نحو المشاريع، مع نصائح في المقدمة لاستخدام الكتاب في مجموعة متنوعة من الدورات التدريبية المخصصة؛ يقدم تمارين في نهاية كل فصل مع التركيز الشديد على اختبار الخوارزميات وتحتوي على العديد من الاقتراحات لمشاريع صغيرة متوسطة المدى؛ يوفر مواد إضافية وموضوعات رياضية أكثر تفصيلاً في الملاحق، والتي تغطي الجبر الخطي والتقنيات العددية ونظرية التقدير البايزية؛ يقترح قراءة إضافية في نهاية كل فصل، بما في ذلك أحدث الأبحاث في كل مجال فرعي، بالإضافة إلى ببليوغرافيا كاملة في نهاية الكتاب؛ يوفر مواد دراسية تكميلية للطلاب على موقع الويب المرتبط، [عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل].
مناسب لدورة المستوى الأعلى في المرحلة الجامعية أو الدراسات العليا في علوم الكمبيوتر أو الهندسة، ويركز هذا الكتاب المدرسي على التقنيات الأساسية التي تعمل في ظل ظروف العالم الحقيقي ويشجع الطلاب على دفع حدودهم الإبداعية. كما أن تصميمه وعرضه يجعله مناسبًا بشكل بارز كمرجع فريد للتقنيات الأساسية والأدبيات البحثية الحالية في رؤية الكمبيوتر.
- Hands-On Computer Vision with TensorFlow by Andreas Geiger, Alexander K. Heß, and Thomas Pock[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في نافذة جديدة.
=Book HandsOn Computer Vision with TensorFlowدليل عملي لبناء أنظمة عالية الأداء للكشف عن الكائنات وتقسيمها ومعالجة الفيديو وتطبيقات الهواتف الذكية والمزيد - دلائل الميزات:
اكتشف كيفية إنشاء شبكاتك العصبية العميقة وتدريبها وخدمتها باستخدام TensorFlow 2 وKeras
تطبيق الحلول الحديثة على مجموعة واسعة من التطبيقات مثل اكتشاف الأشياء وتحليل الفيديو
تعرف على كيفية تشغيل نماذجك على الأجهزة المحمولة وصفحات الويب وتحسين أدائها
شرح الكتاب:
أصبحت حلول الرؤية الحاسوبية شائعة بشكل متزايد، وتشق طريقها إلى مجالات مثل الصحة والسيارات ووسائل التواصل الاجتماعي والروبوتات. سيساعدك هذا الكتاب على استكشاف TensorFlow 2، الإصدار الجديد تمامًا من إطار عمل Google مفتوح المصدر للتعلم الآلي. سوف تفهم كيفية الاستفادة من استخدام الشبكات العصبية التلافيفية (CNN) للمهام البصرية.
التدريب العملي على رؤية الكمبيوتر باستخدام TensorFlow 2 يبدأ بأساسيات رؤية الكمبيوتر والتعلم العميق، ويعلمك كيفية بناء شبكة عصبية من الصفر. سوف تكتشف الميزات التي جعلت TensorFlow مكتبة الذكاء الاصطناعي الأكثر استخدامًا على نطاق واسع، إلى جانب واجهة Keras البديهية. ستنتقل بعد ذلك إلى بناء شبكات CNN وتدريبها ونشرها بكفاءة. مع استكمال أمثلة التعليمات البرمجية الملموسة، يوضح الكتاب كيفية تصنيف الصور باستخدام الحلول الحديثة، مثل Inception وResNet، واستخراج محتوى محدد باستخدام You Only Look One (YOLO)، وMask R-CNN، وU-Net. ستقوم أيضًا ببناء شبكات الخصومة التوليدية (GANs) وأجهزة التشفير التلقائي المتغيرة (VAEs) لإنشاء الصور وتحريرها، وشبكات الذاكرة الطويلة قصيرة المدى (LSTMs) لتحليل مقاطع الفيديو. في هذه العملية، سوف تكتسب رؤى متقدمة حول نقل التعلم، وزيادة البيانات، وتكييف المجال، ونشر الهاتف المحمول والويب، من بين المفاهيم الأساسية الأخرى.
بحلول نهاية الكتاب، سيكون لديك الفهم النظري والمهارات العملية لحل مشكلات رؤية الكمبيوتر المتقدمة باستخدام TensorFlow 2.0. ماذا ستتعلم:
قم بإنشاء الشبكات العصبية الخاصة بك من الصفر
تصنيف الصور باستخدام البنى الحديثة بما في ذلك Inception وResNet
اكتشف الكائنات في الصور وقم بتقسيمها باستخدام YOLO وMask R-CNN وU-Net
معالجة المشاكل التي تواجهها عند تطوير السيارات ذاتية القيادة وأنظمة التعرف على عواطف الوجه
عزز أداء تطبيقك من خلال نقل التعلم وشبكات GAN وتكييف المجال
استخدام الشبكات العصبية المتكررة (RNNs) لتحليل الفيديو
قم بتحسين شبكاتك ونشرها على الأجهزة المحمولة وفي المتصفح
لمن هذا الكتاب:
إذا كنت جديدًا في مجال التعلم العميق ولديك بعض الخلفية في برمجة Python ومعالجة الصور، مثل قراءة/كتابة ملفات الصور وتحرير وحدات البكسل، فهذا الكتاب مناسب لك. حتى لو كنت خبيرًا مهتمًا بميزات TensorFlow 2 الجديدة، فستجد هذا الكتاب مفيدًا.
في حين أن بعض المفاهيم النظرية تتطلب معرفة بالجبر وحساب التفاضل والتكامل، فإن الكتاب يغطي أمثلة ملموسة تركز على التطبيقات العملية مثل التعرف البصري على السيارات ذاتية القيادة وتطبيقات الهواتف الذكية. - Computer Vision for Visual Effects by Richard Szeliski[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في
Book Computer Vision for Visual Effectsتقدم الأفلام الحديثة الرائجة بسلاسة شخصيات وحركة مستحيلة في إعدادات العالم الحقيقي باستخدام التأثيرات المرئية الرقمية. أصبحت هذه التأثيرات ممكنة بفضل الأبحاث في مجال رؤية الكمبيوتر، ودراسة كيفية فهم الصور تلقائيًا. ستقوم رؤية الكمبيوتر للتأثيرات المرئية بتثقيف الطلاب والمهندسين والباحثين حول مبادئ رؤية الكمبيوتر الأساسية والخوارزميات الحديثة المستخدمة لإنشاء تأثيرات بصرية متطورة للأفلام والتلفزيون. يصف المؤلف خوارزميات رؤية الكمبيوتر الكلاسيكية المستخدمة بشكل منتظم في هوليوود (مثل تلميع الشاشة الزرقاء، والبنية من الحركة، والتدفق البصري، وتتبع الميزات) والتطورات الحديثة المثيرة التي تشكل الأساس للتأثيرات المستقبلية (مثل تلميع الصورة الطبيعية، تركيب صور متعددة، وإعادة استهداف الصور، وتوليف العرض). ويناقش أيضًا التقنيات الكامنة وراء التقاط الحركة والحصول على البيانات ثلاثية الأبعاد. أكثر من 200 صورة أصلية توضح المبادئ والخوارزميات والنتائج، إلى جانب مقابلات متعمقة مع فناني المؤثرات البصرية في هوليوود، تربط المفاهيم الرياضية بصناعة الأفلام في العالم الحقيقي.[/COLOR] - Learning OpenCV 4 by Alex Mahlon[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في نافذة جديدة.
Book Learning OpenCV
الآن في نسخته الثالثة، هذا هو الكتاب الأصلي عن روابط Python الخاصة بـ OpenCV. سيتعلم القراء مجموعة كبيرة من التقنيات والخوارزميات، بدءًا من الكلاسيكيات وحتى أحدث التقنيات، ومن الهندسة إلى التعلم الآلي. كل هذا يساعد في حل مشكلات الرؤية الحاسوبية العملية في التطبيقات جيدة التصميم.كتب أخرى ذات صلة:
- Artificial Intelligence: A Modern Approach (الطبعة الرابعة) by Stuart Russell and Peter Norvig
- لمقدمة الأكثر شمولاً وحداثة لنظرية وممارسة الذكاء الاصطناعي
المراجعة التي طال انتظارها للذكاء الاصطناعي: نهج حديث يستكشف النطاق الكامل والعمق لمجال الذكاء الاصطناعي (AI). يقدم الإصدار الرابع للقراء أحدث التقنيات، ويقدم المفاهيم بطريقة أكثر توحيدًا، ويقدم تغطية جديدة أو موسعة للتعلم الآلي، والتعلم العميق، ونقل التعلم، والأنظمة متعددة الوكلاء، والروبوتات، ومعالجة اللغات الطبيعية، والسببية، والبرمجة الاحتمالية والخصوصية والعدالة والذكاء الاصطناعي الآمن.The Deep Learning Book by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في نافذة جديدة.
Book The Deep Learning Book - Machine Learning: A Probabilistic Perspective by Kevin P. Murphy
[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]يفتح الرابط في نافذة جديدة.
[COLOR=var(--bard-color-on-surface-variant)]Book Machine Learning: A Probabilistic Perspective[/COLOR] - مقدمة شاملة للتعلم الآلي تستخدم النماذج الاحتمالية والاستدلال كنهج موحد.
طوفان اليوم من مكالمات البيانات الإلكترونية التي تم تمكينها عبر الويب للطرق الآلية لتحليل البيانات. يوفر التعلم الآلي هذه الأساليب، حيث يقوم بتطوير الأساليب التي يمكنها اكتشاف الأنماط في البيانات تلقائيًا ثم استخدام الأنماط غير المكشوفة للتنبؤ بالبيانات المستقبلية. يقدم هذا الكتاب المدرسي مقدمة شاملة ومكتفية ذاتيا في مجال التعلم الآلي، استنادا إلى نهج احتمالي موحد.
تجمع التغطية بين الاتساع والعمق، وتقدم المواد الأساسية اللازمة حول موضوعات مثل الاحتمالية والتحسين والجبر الخطي بالإضافة إلى مناقشة التطورات الأخيرة في هذا المجال، بما في ذلك الحقول العشوائية المشروطة وتسوية L1 والتعلم العميق. الكتاب مكتوب بأسلوب غير رسمي وسهل الوصول إليه، ومزود برمز زائف لأهم الخوارزميات. يتم توضيح جميع المواضيع بغزارة باستخدام الصور الملونة والأمثلة العملية المستمدة من مجالات التطبيق مثل علم الأحياء ومعالجة النصوص ورؤية الكمبيوتر والروبوتات. بدلاً من تقديم كتاب طبخ للطرق الإرشادية المختلفة، يؤكد الكتاب على النهج المبدئي القائم على النموذج، وغالبًا ما يستخدم لغة النماذج الرسومية لتحديد النماذج بطريقة موجزة وبديهية. تم تنفيذ جميع النماذج الموصوفة تقريبًا في حزمة برامج MATLAB — PMTK (مجموعة أدوات النمذجة الاحتمالية) — المتوفرة مجانًا عبر الإنترنت. الكتاب مناسب للطلاب الجامعيين من المستوى الأعلى الذين لديهم خلفية رياضية في الكلية على المستوى التمهيدي وطلاب الدراسات العليا المبتدئين. Artificial Intelligence: A Modern Approach
[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]
المقدمة الأكثر شمولاً وحداثة لنظرية وممارسة الذكاء الاصطناعي
المراجعة التي طال انتظارها للذكاء الاصطناعي: نهج حديث يستكشف النطاق الكامل والعمق لمجال الذكاء الاصطناعي (AI). يقدم الإصدار الرابع للقراء أحدث التقنيات، ويقدم المفاهيم بطريقة أكثر توحيدًا، ويقدم تغطية جديدة أو موسعة للتعلم الآلي، والتعلم العميق، ونقل التعلم، والأنظمة متعددة الوكلاء، والروبوتات، ومعالجة اللغات الطبيعية، والسببية، والبرمجة الاحتمالية والخصوصية والعدالة والذكاء الاصطناعي الآمن.
