تصنيف الصور

خط العمل

1. جمع الصور وتسميتها والتحقق من جودة التسميات.
2. التقسيم إلى تدريب وتحقق واختبار (على مستوى المصدر عند الحاجة).
3. المعالجة المسبقة وزيادة البيانات.
4. اختيار نموذج وتدريبه (نقل التعلم غالباً).
5. التقييم والتحليل وفحص الأخطاء.

تنظيم البيانات

data/
  train/  cat/  dog/
  val/    cat/  dog/
  test/   cat/  dog/

المعالجة وزيادة البيانات

from torchvision import datasets, transforms
from torch.utils.data import DataLoader

mean, std = [0.485, 0.456, 0.406], [0.229, 0.224, 0.225]   # إحصاءات ImageNet
train_tf = transforms.Compose([
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ColorJitter(0.2, 0.2, 0.2),
    transforms.ToTensor(),
    transforms.Normalize(mean, std),
])
eval_tf = transforms.Compose([
    transforms.Resize(256), transforms.CenterCrop(224),
    transforms.ToTensor(), transforms.Normalize(mean, std),
])
train_ds = datasets.ImageFolder("data/train", transform=train_tf)
val_ds   = datasets.ImageFolder("data/val", transform=eval_tf)
train_dl = DataLoader(train_ds, batch_size=32, shuffle=True, num_workers=2)

بعدها يُستخدم نموذج مدرب مسبقاً مع رأس جديد كما في درس نقل التعلم.

التقييم

• Top-1 / Top-5: شائعتان في ImageNet.
• مصفوفة الالتباس: تكشف الفئات التي يخلط بينها النموذج.
• الدقة المتوازنة وF1: مع الفئات غير المتوازنة.
• افحص عينة من الأخطاء بعينك؛ كثيراً ما تكشف مشكلات في التسميات.

تعلم الاختصارات

النموذج يتعلم أي إشارة تفصل الفئات في بيانات التدريب، حتى لو كانت زائفة: الخلفية، أو علامة مائية، أو ملصق جهاز التصوير. علاجه: بيانات متنوعة، واختبار على مصادر خارجية، وأدوات تفسير مثل Grad-CAM.