آزمایش بینایی رایانه

مقدمه

یادگیری ماشینی چیست؟

یادگیری ماشینی به این معنی است که یک برنامه کامپیوتری از طریق تجربه بهبود می یابد. نیازی به برنامه نویسی برای تغییر برنامه برای بهبود آن ندارد. کامپیوتر روشی را برای تکمیل یک کار آزمایش می کند، موفقیت آن را اندازه گیری می کند، و سپس رویکرد خود را تغییر می دهد و دوباره و دوباره آن را آزمایش می کند. همیشه سعی می کند در سنجش موفقیت خود بهبود یابد.

در حالی که انواع مختلفی از یادگیری ماشین وجود دارد، این پروژه بر روی آن تمرکز دارد طبقه بندی تصویر: یک تصویر گرفته می‌شود و کامپیوتر باید تشخیص دهد که تصویر ارائه‌شده به احتمال زیاد متعلق به کدام کلاس است (از بین تعدادی از «کلاس‌های» تصاویری که کامپیوتر به آن آموزش داده شده است، انتخاب می‌کند).

یکی از معروف‌ترین مثال‌های یادگیری ماشینی این است که بپرسید آیا یک عکس حاوی گربه است یا سگ. کامپیوتر می تواند این کار را انجام دهد زیرا هزاران نمونه از شکل ظاهری گربه ها و سگ ها به آن نشان داده شده است. از اینها یک می سازد مدل - مجموعه ای از قوانین برای تصمیم گیری در مورد اینکه یک تصویر حاوی سگ یا گربه است.

ضعف طبقه بندی تصویر این است که برنامه ای که فقط بر روی گربه ها و سگ ها آموزش داده شده است همیشه حدس می زند که چیزی یا گربه است یا سگ. برنامه‌های طبقه‌بندی تصویر توانایی تشخیص چیزهایی را ندارند که بخشی از آموزش آنها نبوده است، و همچنین نمی‌توانند تصمیم بگیرند که آیا یک تصویر حاوی هیچ یک از چیزهایی نیست که برای تشخیص آنها آموزش دیده‌اند یا خیر.

آنچه را که خواهید ساخت

شما یک تابع پایتون برای آزمایش تشخیص یک شی توسط کامپیوتر ایجاد می‌کنید، سپس عکسی از آن شی ارائه می‌کنید و حدس رایانه را در مورد چیستی دریافت می‌کنید. این یک ابزار مفید برای شما در پروژه‌های آینده خواهد بود، بنابراین می‌توانید مدل‌هایی را که ایجاد می‌کنید آزمایش کنید و هنگام استفاده از آنها به عنوان بخشی از یک برنامه، نتایج مدل‌های دیگران را دریافت کنید. برای این پروژه، از Google Colab استفاده خواهید کرد - یک ابزار آنلاین که برای نوشتن و اجرای برنامه های یادگیری ماشین استفاده می شود.