ملصق

العلامات في الرؤية الحاسوبية هي تعليقات نصية أو رقمية مخصصة للأشياء أو المناطق ذات الاهتمام في الصور أو مقاطع الفيديو. غالبًا ما يتم استخدام العلامات في تطبيقات التعلم الآلي الخاضعة للإشراف لتدريب الخوارزميات على التعرف على الكائنات وتصنيفها في البيانات المرئية. يمكن استخدامها لتحديد الأشياء، أو تحديد حدودها، أو وصف خصائصها، مثل اللون أو الشكل أو الملمس. تتم تعيين العلامات عادةً يدويًا بواسطة المعلقين البشريين أو يتم إنشاؤها تلقائيًا باستخدام خوارزميات الرؤية الحاسوبية. يمكن أن يكون لجودة ودقة الملصقات تأثير كبير على أداء أنظمة الرؤية الحاسوبية.

فهم جودة الملصق

تشير جودة العلامات في الرؤية الحاسوبية إلى دقة واتساق التعليقات التوضيحية المطبقة على البيانات المرئية. تُعد العلامات عالية الجودة أمرًا بالغ الأهمية لتدريب نماذج التعلم الآلي الدقيقة التي يمكنها التعرف على الكائنات والميزات في الصور وتصنيفها. يمكن أن تتأثر جودة العلامات بعدة عوامل، مثل الخبرة والتجربة التي يتمتع بها المعلقون، وجودة أدوات التعليق المستخدمة، وتعقيد وغموض الكائنات التي يتم وضع العلامات عليها. ولضمان جودة الملصقات، يجب وضع إرشادات ومعايير وعمليات واضحة للتسمية، كما يجب أن تخضع الملصقات لفحوصات مراقبة الجودة والتحقق. يساعد هذا في ضمان أن تكون العلامات متسقة ودقيقة وموثوقة، وهو أمر بالغ الأهمية لنجاح تطبيقات الرؤية الحاسوبية. يمكن أيضًا تحسين جودة الملصقات باستخدام أدوات وضع العلامات التلقائية مع التدخل البشري. 

وضع العلامات التلقائية

التسمية التلقائية، والمعروفة أيضًا باسم التعليق التوضيحي التلقائي، هي عملية في مجال الرؤية الحاسوبية تستخدم خوارزميات التعلم الآلي لتطبيق التسميات على البيانات المرئية، مثل الصور أو مقاطع الفيديو. يمكن استخدام الوسم التلقائي لتقليل الوقت والتكلفة المطلوبين للوسم اليدوي وهو مفيد بشكل خاص لمجموعات البيانات الكبيرة. هناك تقنيات مختلفة للتصنيف التلقائي، بما في ذلك اكتشاف الكائنات، والتجزئة الدلالية، وتجزئة المثيلات، والتي تتضمن تحديد وتصنيف الكائنات في الصورة ووضع العلامات عليها وفقًا لذلك. على الرغم من أن التسمية التلقائية قد تكون فعالة، إلا أنها قد تكون أيضًا أقل دقة من التسمية اليدوية، خاصةً عندما تكون البيانات المرئية معقدة أو غامضة. لذلك، غالبًا ما يتم استخدام مزيج من العلامات التلقائية واليدوية لضمان أعلى جودة للعلامات لتدريب نماذج التعلم الآلي.

مراجع

【1】https://encord.com/glossary/label-definition/