كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

معماريات الرؤية الحاسوبية

Computer Vision Architectures

CNN ← ResNet ← ViT ← Swin Transformer ← النماذج البصرية الهجينة.

أساسي

أهداف المسار

  • مقارنة التحيّز الاستقرائي في CNN مع مرونة ViT.
  • شرح تقسيم الصورة إلى رقع والنوافذ المزاحة في Swin.
  • فهم التقطير في DeiT كحل لقلة البيانات.
  • اختيار نموذج هجين مناسب حسب حجم البيانات والموارد.

المتطلبات السابقة

  • مسار الأساسيات أو ما يعادله.
  • فهم الالتفاف والتجميع.

ترتيب التعلّم

  1. الشبكة العصبية الالتفافية Convolutional Neural Network

    شبكة تستخدم مرشّحات التفاف صغيرة مشتركة الأوزان تنزلق على الصورة، فتلتقط الأنماط المحلية مع عدد معاملات أقل بكثير من MLP.

  2. الشبكة المتبقية Residual Network

    تضيف وصلات تخطٍّ (skip connections) تجعل كل كتلة تتعلم الفرق المتبقي F(x) بدلاً من التحويل الكامل، فيصبح تدريب شبكات بمئات الطبقات ممكناً.

  3. محوّل الرؤية Vision Transformer

    يطبق مشفّر Transformer القياسي مباشرة على الصور بعد تقسيمها إلى رقع ثابتة الحجم تُعامل كرموز، مع رمز تصنيف خاص وترميز موضعي متعلَّم.

  4. محوّلات الصور كفؤة البيانات Data-efficient Image Transformers

    طريقة لتدريب ViT على ImageNet-1k وحدها بزيادات بيانات وتنظيم قويين، مع "رمز تقطير" إضافي يتعلم من تنبؤات نموذج معلّم (غالباً CNN)، دون حاجة لمجموعات…

  5. محوّل سوين Swin Transformer

    محوّل رؤية هرمي يحسب الانتباه داخل نوافذ محلية غير متداخلة، ويزيح النوافذ في الطبقات المتعاقبة لتبادل المعلومات بينها، مع دمج الرقع لبناء خرائط سمات…

  6. الشبكات الهجينة CNN–Transformer CNN-Transformer Hybrids

    تصاميم تجمع الالتفاف (انحياز محلي، كفاءة، تعميم ببيانات أقل) مع الانتباه (سياق عام، سعة كبيرة): غالباً جذع أو مراحل التفافية أولاً ثم طبقات محوّل على…

  7. الشبكات الالتفافية المعززة بالانتباه Attention-based CNN

    شبكات التفافية تضيف وحدات انتباه خفيفة تعيد وزن القنوات (أي السمات أهم) أو المواقع (أين ينظر النموذج)، بتكلفة حسابية صغيرة جداً.

المختبرات

مشاريع مقترحة

  1. قارن في مقارن المعماريات بين ResNet وViT وSwin من حيث البيانات المناسبة والكلفة.
  2. شغّل مثال ViT في الموسوعة بحجم رقعة 4 ثم 8، ولاحظ أثر طول التسلسل على السرعة.
  3. صمم تجربة على مجموعة صور صغيرة (مثل CIFAR-10) تقارن CNN بـ ViT مع وبدون تعزيز البيانات، مع فصل صارم لمجموعة الاختبار.

اختبار المسار

  1. صح أو خطأ

    يحتاج ViT عادة إلى بيانات أكثر أو تعزيز أقوى من CNN بالحجم نفسه لأنه يفتقر إلى تحيّز المحلية.

  2. مفهوم

    ما الذي تحلّه النوافذ المزاحة (Shifted Windows) في Swin؟

  3. رياضي

    صورة 224×224 مقسمة إلى رقع 16×16: كم رقعة (token) تدخل ViT قبل رمز التصنيف؟

  4. صح أو خطأ

    رمز التقطير في DeiT يتعلم من مخرجات نموذج معلّم.