بناء وتقييم كاشفات الأشياء في الزمن الحقيقي

تستهدف هذه الدورة المهندسين في مجال تعلم الآلة الذين يحتاجون إلى نشر نماذج كشف أجسام دقيقة وسريعة تعمل ضمن قيود العالم الحقيقي. ستتعلم كيفية حساب وشرح مقاييس الكشف مثل mAP وAPsmall، بالإضافة إلى تشخيص الأسباب التي تؤدي إلى تراجع الأداء واقتراح تحسينات تستهدف زيادة الدقة أو سرعة المعالجة. ستتناول الدورة أيضًا تحليل خطوط الكشف الواقعية التي تعتمد على نماذج مثل YOLOv8 ومتتبعات مثل DeepSORT وتقييم مدى توافقها مع متطلبات معدل الإطارات مثل 25 إطارًا في الثانية بدقة 720p. الدوري يوفر معرفة معمقة لكيفية تطوير وتحسين أنظمة الكشف في الزمن الحقيقي لتطبيقات متقدمة.

• حساب وتفسير مقاييس الكشف مثل mAP وAPsmall
• تشخيص أسباب انخفاض الأداء واقتراح تحسينات مستهدفة
• تحليل خط كشف الزمن الحقيقي باستخدام نماذج YOLOv8 ومتتبعات DeepSORT
• تقييم الأداء مقابل متطلبات معدلات الإطارات والدقة

• معرفة أساسية بالمفاهيم والمصطلحات المتعلقة بالكشف والتعلم الآلي
• الاستعداد للممارسة العملية من خلال التمارين العملية أو الحالات الدراسية