ضبط وتقييم نماذج الذكاء الاصطناعي للرؤية الحاسوبية

يتناول هذا المقرر بناء أنظمة رؤية حاسوبية عالية الأداء من خلال تقنيات ليست مجرد تدريب نموذج، بل تشمل التقييم الدقيق، التنبؤ الموثوق، والتحسين المستمر. يبدأ المقرر بتطبيق التعلم الانتقالي وتحليل جداول معدلات التعلم لفهم سلوك النموذج أثناء التدريب وتحسين دقته على مجموعات بيانات متخصصة. يعالج كذلك تقييم معايرة النماذج وتصحيحها بعد التدريب لتحسين موثوقية النتائج. ويتناول إعداد البيانات وتقنيات التعليم الخاصة بالكشف عن الأجسام، بما في ذلك تحليل أحجام الأجسام وضبط مربعات الربط، مع تقييم الأداء باستخدام مقاييس قياسية. أخيرًا، يدرس المقرر نماذج تقسيم الصور وتشخيص الأخطاء وكيفية تحسينها بمعالجات ما بعد الإنتاج.

• تطبيق التعلم الانتقالي وتحليل معدل التعلم لتحسين دقة النموذج
• تقييم معايرة النماذج وجودة التوصيف والبيانات المجمعة
• تشخيص أخطاء التقسيم وتحسين النتائج باستخدام تقنيات ما بعد المعالجة

• معرفة أساسية بمفاهيم الرؤية الحاسوبية والتعلم الآلي
• الاستعداد للتدريب التطبيقي والتعامل مع مجموعات بيانات