هو بيانات الصور ده عبار عن اي بيانات مُسماة labeled والا غير مسماة unlabeled ؟

مرحبًا علي،

في حال كان لا يوجد لديك غير صور فهي بيانات غير مسماة، يجب وجود تسميات للصور حتى تصبح مسماة، مثلًا أن تكون كل مجموعة صور ضمن مجلد يحوي اسم الصنف، أي صور التفاح ضمن مجلد اسمه apple و صور البرتقال ضمن مجلد اسمه orange و هكذا.

أو أن يكون هناك ملف آخر يربط كل اسم صورة أو مسارها بصنف معين.

تحياتي.

بيانات الصور تعبر عن مجموعة الصور التي يتم استخدامها في سياق معين سواء كانت تحتوي على تسميات labeled لا unlabeled حيث أنه من الممكن أن تكون هناك صورة labeled و اخري لا unlabeled   .

الصور المسماة (labeled data): تتضمن صورا مع وجود تسميات أو علامات توضح محتوى الصور مثل تسميات لأجسام مختلفة في الصور مثل أشخاص أوحياوانات  أو تصنيف لنوع الصورة (مثلاً: صورة لسيارة أو لشخص).

بيانات الصور غير المسماة (unlabeled data): تشير إلى صور لا تحتوي على تسميات أو علامات وعادة ما تستخدم لأغراض التدريب على النماذج التي تعتمد على تعلم غير مشرف (unsupervised learning). في هذه الحالة، الهدف غالبا هو اكتشاف النماذج أو الهياكل في البيانات بدون وجود تسميات مسبقة.

لذالك عندما نتحدث عن بيانات الصور يمكن أن تكون إما مسماة (labeled) إذا كانت تحتوي على تسميات أو غير مسماة (unlabeled) إذا كانت بدون تسميات.

في حالة التعلم تحت الإشراف أو المُراقب Supervised Learning،  يتم توفير بيانات الصور مع تسميات أو علامات labels التي تصف المحتوى أو الفئة أو النوع الذي ينتمي إليه كل صورة.

للتوضيح، في مشروع التعرف على الأشخاص في الصور، تكون التسميات هي الأسماء أو الفئات مثل "رجل" أو "مرأة" أو "طفل"، وتلك التسميات تسمح للنموذج بالتعلم من البيانات وتصنيف الصور الجديدة بشكل صحيح.

في حالة التعلم الغير مُراقب Unsupervised Learning أو التعلم بال_dispatcher (Semi-supervised Learning)، لا يتم توفير بيانات الصور مع تسميات.

هنا النموذج يتعلم من البيانات دون معرفة ما هو المحتوى أو الفئة أو النوع الذي ينتمي إليه كل صورة.

مثلاً في مشروع تحليل الصور الفوتوغرافية، يتعلم النموذج من البيانات لاكتشاف أنماط أو فئات معينة دون معرفة ما هو المحتوى الفعلي لكل صورة.