قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
SSD (Single Shot MultiBox Detector)
بنية كشف الكائنات التي تلغي مقترحات المناطق باستخدام مربعات الربط الافتراضية على مقاييس متعددة على خرائط الميزات بدقات مختلفة للكشف السريع والدقيق.
Boîtes d'ancres (Anchor Boxes)
مجموعات مربعات محددة مسبقاً بارتفاعات وعرض محددة تستخدم كمراجع للتنبؤ بالمربعات المحيطة بالكائنات، مما يسرّع التقارب ويحسن الدقة في الكواشف أحادية الخطوة.
RetinaNet
بنية كشف أحادية الخطوة تقدم دالة الخسارة Focal Loss لحل مشكلة عدم التوازن الشديد بين فئات الخلفية والمقدمة، وتحقق أداءً قابلاً للمقارنة بالنماذج ثنائية الخطوة.
Efficacité de détection (Detection Efficiency)
مقياس أداء يقيم التوازن بين دقة الكشف وسرعة الاستدلال، غالباً ما يُعبر عنه بالصور في الثانية (FPS) لمتوسط دقة معين (mAP).
Carte de caractéristiques (Feature Map)
تمثيل مكاني للميزات المستخرجة بواسطة طبقة من الشبكات العصبية الالتفافية، حيث كل نقطة تتوافق مع منطقة من صورة الإدخال وتشفّر معلومات دلالية للكشف.
Réceptif Champ (Receptive Field)
منطقة صورة الإدخال التي تؤثر على خلية عصبية معينة في خريطة الميزات، حيث يزداد حجمها مع عمق الشبكة وهي حاسمة للكشف عن كائنات بمقاييس مختلفة.
Détection dense (Dense Detection)
استراتيجية كشف تتوقع الكائنات في كل مكان مكانية لخريطة الميزات، على عكس الطرق المتفرقة، مما يسمح بالكشف الأكثر اكتمالاً ولكنه يتطلب إدارة فعالة للتنبؤات المتكررة.
Échelles multiples (Multi-Scale)
نهج كشف يعالج في نفس الوقت ميزات بدقات مكانية مختلفة لتحسين كشف كائنات بأحجام متنوعة، غالباً ما يُنفذ عبر هرميات الميزات أو الفروع المتوازية.
درجة الثقة
قيمة الاحتمال التي يتنبأ بها النموذج وتشير إلى درجة اليقين بأن صندوق التغليف يحتوي على كائن من فئة معينة، تُستخدم للتصفية وتقييم الاكتشافات.
منطقة الاهتمام
منطقة محددة من الصورة يركز عليها النموذج للكشف أو التصنيف، في الكواشف من خطوة واحدة يتم تعريفها ضمنيًا من خلال التوقعات على شبكة الميزات.
العمود الفقري
شبكة عصبية تلافيفية مُدرّبة مسبقًا (مثل ResNet أو VGG أو Darknet) تُستخدم كمستخرج ميزات رئيسي في بنية الكشف، مما يوفر التمثيلات المرئية الأساسية.
رأس الكشف
الوحدة النهائية لكاشف من خطوة واحدة تأخذ الميزات المستخرجة بواسطة العمود الفقري وتتنبأ بالصناديق المحيطة والفئات ودرجات الثقة لكل موقع في الشبكة.
إزاحة الصندوق
التنبؤ بالإزاحة بالنسبة لصناديق الارتساء المحددة مسبقًا لتحسين موقع الكائنات، مما يمثل الاختلافات في الإحداثيات (x، y) والأبعاد (العرض، الارتفاع) بين التنبؤ والمرساة.