این مجموعه آموزشی بخش اول بسته آموزشی جامع ماشین بینایی می باشد که اختصاص به تشخیص ویژگی و استخراج ویژگی دارد. در شکل زیر فلوچارت یک سیستم بینایی ماشین یا پردازش تصویر را مشاهده می کنید: در مرحله ابتدایی تصویر گرفته شده و سپس پیش پردازش بر روی تصویر ورودی انجام می شود. سپس بخش […]
آموزش فارسی شناسایی و استخراج ویژگی در بینایی ماشین بیشتر بخوانید »
به عبارت ساده تر، بینایی ماشین یعنی ” آموزش ماشین به نحوی که ببیند “. این زمینه تحقیقاتی بیش از 40 سال است که سابقه دارد اما رشد انفجاری اخیر تکنولوژی های تصویر برداری دیجیتال منجر به ایجاد مسائلی جدید شده است که بسیار هیجان انگیز و کاربردی است. در بینایی ماشین دو زمینه تحقیاتی
پیش نیاز این فیلم آموزشی ، فیلم آموزشی برنامه نویسی پایتون می باشد. جهت دانلود بر روی تصویر زیر کلیک کنید. زبان برنامه نویسی پایتون یکی از زبان های برنامه نویسی است که به سرعت در حال افزایش محبوبیت و کاربرد در بین برنامه نویسان می باشد. پردازش تصویر روشی برای تبدیل یک تصویر به
. . . . . . . بعد از مدتها ایران متلب تصمیم گرفت فیلم آموزشی تهیه شده توسط مهندس قیصری مدیر گروه ایران متلب را برای استفاده کاربران ایران متلب جهت دانلود قرار دهد. این فیلم آموزشی یک محصول منحصربفرد از ایران متلب می باشد که هیچ جای دیگری مشابه آن را پیدا نخواهید
تشخیص ویژگی تصویر یکی از بلوک های اصلی در کارهای بینایی و پردازش تصویر می باشد. برخی از این کارها شامل تشخیص شی object detection و ردیابی traking و ثبت تصویرimage registration می باشند. تولباکس ماشین بینایی متلب دارای توابع زیادی برای تشخیص ویژگی در تصویر می باشد. این توابع point object بر می گردانند
آموزش نقاط ویژگی نقطه Point Feature Types در متلب بیشتر بخوانید »
پردازش تصویر چیست؟ پردازش تصویر روشی برای تبدیل یک تصویر به فرم دیجیتال و انجام عملیات بر روی آن ، تا یک تصویر بهبود یافته بدست آمده و اطلاعات مفیدی از تصویر استخراج شود. تصویر یک سیگنال دو بعدی می باشد. لذا پردازش تصویر به نوعی یک پردازش سیگنال می باشد. خروجی آن می تواند
این فیلم آموزشی قسمت اول مجموعه فيلم های آموزش فارسي جامع شبكه هاي عصبي می باشد. سرفصل این فیلم آموزشی : مقدمه هوش مصنوعي (AI) تعريف شبکه عصبي مصنوعي انواع شبکه‌هاي عصبي مصنوعي کاربردهاي شبکه عصبي مصنوعي کاربردهاي عمومي ANNs تشخيص الگو ذخيره كردن و بازبيني داده‌ها تقريب تابع (رگرسيون غير خطي، تخمين و پيشگويي) فرايند داده کاوي
شبكه هاي عصبي نوعي مد لسازي ساده انگارانه از سيستمهاي عصبي واقعي هستند كه كاربرد فراواني در حل مسائل مختلف در علوم دارند. حوزه كاربرد اين شبكه ها آنچنان گسترده است كه از كاربردهاي طبقه بندي گرفته تا كاربردهايي نظير درون يابي، تخمين، آشكارسازي و … را شامل مي شود. شايد مهمترين مزيت اين شبكه
مجموعه فيلم های آموزش فارسي جامع شبكه هاي عصبي بیشتر بخوانید »
فيلم آموزش فارسي و كدهاي اماده شبكه باور عميق Deep belief Network DBN . . يكي از معايب شبكه هاي عصبي معمول مانند MLP اين است كه اگر تعداد نرونهاي لايه مخفي و يا تعداد لايه هاي شبكه عصبي را زياد بگيريم دو مشكل اساسي ايجاد مي شود: سرعت آموزش پايين گير كردن در مينيمم
لینک دانلود شناسایی لبه با شبکه عصبی سلولی (CNN) لبه يکي از ويژگي هاي برجسته تصوير است، لبه ها حامل اطلاعات مهمي از تصوير ميباشند و به خوبي بیانگر ويژگي شکل اجسام هستند . اهمیت لبه ها در تصوير تا به آنجا است که سیستم بینايي انسان نیز از يك مرحله پیش پردازش براي آشکارسازي