آموزش تسلط بر بینایی ماشین: از پیکسل تا تشخیص اشیاء و هوش مصنوعی مولد (Gen-CV) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• ماژول ۱ مبانی بینایی ماشین و پردازش تصویر Module 1 - Foundations of CV & Image Processing

• ۱.۱ مقدمه‌ای بر بینایی ماشین اهداف یادگیری 1.1 Introduction to Computer Vision - Learning Objectives

• ۱.۱.۱ ۱ مقدمه بینایی ماشین 1.1.1-1 Introduction to Computer Vision

• ۱.۱.۱ ۲ بینایی ماشین چیست؟ 1.1.1-2 What is Computer Vision ?

• ۱.۱.۱ ۳ شکاف معنایی چالش اصلی بینایی ماشین 1.1.1-3 The Semantic Gap The Core Challenge of CV

• توضیح مثال کد ۱.۱.۱ Code Eg 1.1.1 Explaination

• ۱.۱.۲ ۱ تکامل بینایی ماشین 1.1.2-1 The Evolution of Computer Vision

• ۱.۱.۲ ۲ تشخیص لبه سوبل (Sobel) 1.1.2-2 Sobel Edge Detection

• ۱.۱.۲ ۳ تشخیص لبه کنی (Canny) 1.1.2-3 Cannny Edge detection

• توضیح مثال کد ۱.۱.۲ Code Eg 1.1.2 Explaination

• ۱.۱.۳ ۱ استخراج ویژگی‌های HoG 1.1.3-1 Extracting HoG Features

• ۱.۱.۳ ۲ تشخیص ویژگی‌های SIFT 1.1.3-2 Detect SIFT Features

• توضیح مثال کد ۱.۱.۳ Code Eg 1.1.3 Explaination

• ۱.۱.۴ ۱ طبقه‌بندی‌کننده‌های ML روی ویژگی‌های آموخته شده 1.1.4-1 ML Classifiers on learned Features

• ۱.۱.۴ ۲ آموزش ماشین‌های بردار پشتیبان (SVM) 1.1.4-2 Train Support Vector Machines (SVM)

• ۱.۱.۴ ۳ آموزش k-نزدیک‌ترین همسایه (KNN) 1.1.4-3 Train k-Nearest neighbour ( KNN )

• توضیح مثال کد ۱.۱.۴ Code Eg 1.1.4 Explaination

• ۱.۱.۵ ۱ عصر دوم عصر یادگیری عمیق 1.1.5-1 Era 2 - The Deep Learning Era

• ۱.۱.۵ ۲ عصر هوش مصنوعی مولد 1.1.5-2 The Generative AI Era

• ۱.۱.۵ ۳ گردش کار جهانی بینایی ماشین 1.1.5-3 The Universal Computer Vision Workflow

• توضیح تمرین کد ۱.۱ Code Exercise 1.1 Explaination

• ۱.۲ مبانی تصویر دیجیتال اهداف یادگیری 1.2 Digital Image Fundamentals - Learning Objectives

• ۱.۲.۱ ۱ مبانی تصویر دیجیتال 1.2.1-1 Digital Image Fundamentals

• ۱.۲.۱ ۲ پیکسل اتم بینایی 1.2.1-2 Pixel The Atom of Vision

• ۱.۲.۱ ۳ تصویر به عنوان ماتریس واقعیت ریاضی 1.2.1-3 Image as Matrix - The Maths Reality

• ۱.۲.۱ ۴ تصاویر رنگی به عنوان ماتریس‌های سه بعدی 1.2.1-4 Color Images as 3D Matrices

• توضیح مثال کد ۱.۲.۱ Code Eg 1.2.1 Explaination

• ۱.۲.۲ ۱ فضاهای رنگی RGB روش افزودنی 1.2.2-1 Color Spaces RGB The Additive

• ۱.۲.۲ ۲ فضاهای رنگی HSV تشخیص مقاوم 1.2.2-2 Color Spaces HSV Robust Detection

• ۱.۲.۲ ۳ فضاهای رنگی Grayscale (سیاه و سفید) 1.2.2-3 Color Spaces Grayscale

• توضیح مثال کد ۱.۲.۲ Code Eg 1.2.2 Explaination

• ۱.۲.۳ عمق تصویر (Bit Depth) 1.2.3 Image Depth (Bit Depth)

• توضیح مثال کد ۱.۲.۳ Code Eg 1.2.3 Explaination

• ۱.۲.۴ کار عملی بینایی ماشین با OpenCV 1.2.4 Hands-On CV with OpenCV

• توضیح مثال کد ۱.۲.۴ Code Eg 1.2.4 Explaination

• توضیح تمرین کد ۱.۲ Code Exercise 1.2 Explaination

• ۱.۳ تکنیک‌های ضروری پیش‌پردازش تصویر اهداف یادگیری 1.3 Essential Image Preprocessing Techniques - Learning Objectives

• ۱.۳.۱ ۱ پیش‌پردازش تصویر 1.3.1-1 Image Preprocessing

• ۱.۳.۱ ۲ تبدیل تصویر 1.3.1-2 Image Transformation

• توضیح مثال کد ۱.۳.۱ Code Eg. 1.3.1 Explaination

• ۱.۳.۲ ۱ تبدیلات هندسی 1.3.2-1 Geometric Transformations

• ۱.۳.۲ ۲ تبدیل هندسی ۱ مقیاس‌بندی (Scaling) 1.3.2-2 Geometric Transform 1 - Scaling

• ۱.۳.۲ ۳ تبدیل هندسی ۲ چرخش و انتقال 1.3.2-3 Geometric Transform 2 - Rotation & Translation

• ۱.۳.۲ ۴ کار عملی با تبدیلات هندسی OpenCV 1.3.2-4 Hands-On OpenCV Geometric Transformations

• توضیح مثال کد ۱.۳.۲ Code Eg. 1.3.2 Explaination

• ۱.۳.۳ تبدیل هندسی ۳ آفین در مقابل پرسپکتیو 1.3.3 Geometric Transform 3 - Affine vs. Perspective

• توضیح مثال کد ۱.۳.۳ Code Eg. 1.3.3 Explaination

• ۱.۳.۴ ۱ ریاضیات تبدیلات هندسی 1.3.4-1 The Math of Geometric Transformations

• ۱.۳.۴ ۲ تنظیمات فوتومتریک اصلاح نور و کنتراست 1.3.4-2 Photometric Adjustments Fixing Light & Contrast

• ۱.۳.۴ ۳ تنظیم فوتومتریک یکسان‌سازی هیستوگرام 1.3.4-3 Photometric Adjustment Histogram Equalization

• توضیح مثال کد ۱.۳.۴ Code Eg. 1.3.4 Explaination

• ۱.۳.۵ ۱ فیلترینگ جادوی کانولوشن 1.3.5-1 Filtering The Magic of Convolution

• ۱.۳.۵ ۲ کرنل‌ها فیلترهای دست‌ساز برای بینایی 1.3.5-2 The Kernels - Handcrafted Filters for Vision

• توضیح مثال کد ۱.۳.۵ Code Eg. 1.3.5 Explaination

• ۱.۳.۶ کاربردی پیش‌پردازش برای تشخیص چهره 1.3.6 Practical - Preprocessing for Face Recognition

• توضیح مثال کد ۱.۳.۶ Code Eg. 1.3.6 Explaination

• توضیح تمرین کد ۱.۳ Code Exercise 1.3 Explaination

ماژول ۲: مبانی یادگیری عمیق و شبکه‌های عصبی پیچشی (CNNs) Module 2: Deep Learning Foundations & Convolutional Neural Networks (CNNs)

• ماژول ۲ مبانی یادگیری عمیق و شبکه‌های عصبی پیچشی (CNN) مقدمه Module 2 Deep Learning Foundations & Convolutional Neural Networks (CNN) - Intro

• ۲.۱ از پرسپترون‌ها تا شبکه‌های عصبی عمیق اهداف یادگیری 2.1 From Perceptrons to Deep Neural Networks - Learning Objectives

• ۲.۱.۱ ۱ تاریخچه بینایی ماشین ۱۹۵۰ تا ۱۹۹۰ 2.1.1-1 Computer Vision History 1950-1990s

• ۲.۱.۱ ۲ عصر مدرن بینایی ماشین ۱۹۹۰ تا کنون 2.1.1-2 Computer Vision Modern Era 1990s - Present

• توضیح مثال کد ۲.۱.۱ Code Eg. 2.1.1 Explaination

• ۲.۱.۲ ۱ لایه ورودی تا اولین لایه پنهان ریاضیات کامل 2.1.2-1 Input Layer to first hidden layer Complete Maths

• ۲.۱.۲ ۲ تابع فعال‌ساز 2.1.2-2 Activation Function

• ۲.۱.۲ ۳ لایه پنهان دوم شبکه عصبی 2.1.2-3 Hidden Layer 2 of Neural Network

• ۲.۱.۲ ۴ نورون لایه خروجی ریاضیات کامل 2.1.2-4 Output Layer Neuron Complete Maths

• ۲.۱.۲ ۵ انواع لایه‌ها و نقش آن‌ها 2.1.2-5 Layer Types and Their Roles

• توضیح مثال کد ۲.۱.۲ Code Eg. 2.1.2 Explaination

• ۲.۱.۳ ۱ فرآیند یادگیری دو مرحله‌ای گذر پیشرو (Forward Pass) 2.1.3-1 The two step Learninng Process Forward Pass

• ۲.۱.۳ ۲ زیان انتروپی متقاطع طبقه‌بندی باینری 2.1.3-2 Cross-Entropy Loss Binary Classification

• ۲.۱.۳ ۳ زیان انتروپی متقاطع طبقه‌بندی چندکلاسه 2.1.3-3 Cross-Entropy Loss Multi-Class Classification

• ۲.۱.۳ ۴ گذر پس‌رو (Backward Pass) یادگیری از اشتباهات 2.1.3-4 Backward Pass - Learning from mistakes

• ۲.۱.۳ ۵ گرادیان نزولی 2.1.3-5 Gradient Descent

• توضیح مثال کد ۲.۱.۳ Code Eg. 2.1.3 Explaination

• ۲.۱.۴ ۱ خلاصه فرآیند یادگیری دو مرحله‌ای 2.1.4-1 The two step Learninng Process - Summary

• ۲.۱.۴ ۲ هایپرپارامتر نرخ یادگیری و نقش بهینه‌ساز 2.1.4-2 The Learning Rate Hyperparameter & Role of Optimizer

• توضیح مثال کد ۲.۱.۴ Code Eg. 2.1.4 Explaination

• توضیح تمرین کد ۲.۱ Code Exercise 2.1 Explaination

• ۲.۲ معماری CNN اهداف یادگیری 2.2 The CNN Architecture - Learning Objectives

• ۲.۲.۱ چرا شبکه‌های DNN در تسک‌های بینایی ماشین شکست می‌خورند 2.2.1 Why DNNs fail at Computer Vision Tasks

• توضیح مثال کد ۲.۲.۱ Code Eg. 2.2.1 Explaination

• ۲.۲.۲ ۱ درک شبکه‌های عصبی پیچشی (CNNs) 2.2.2-1 Understanding Convolutional Neural Networks (CNNs)

• ۲.۲.۲ ۲ عملیات کانولوشن و فرآیند پنجره لغزان 2.2.2-2 Convolution Operation & Sliding Window Process

• ۲.۲.۲ ۳ انواع فیلترهای کانولوشن 2.2.2-3 Types of convolution filters

• ۲.۲.۲ ۴ استرایدها (Strides) و پدینگ (Padding) 2.2.2-4 Strides & Padding

• توضیح مثال کد ۲.۲.۲ Code Eg. 2.2.2 Explaination

• ۲.۲.۳ ۱ فعال‌ساز ReLU و MaxPooling 2.2.3-1 ReLU Activation & MaxPooling

• ۲.۲.۳ ۲ فعال‌ساز ReLU درک مفهومی 2.2.3-2 ReLU Activation – Conceptual Understanding

• ۲.۲.۳ ۳ پولینگ درک مفهومی 2.2.3-3 Pooling – Conceptual Understanding

• توضیح مثال کد ۲.۲.۳ Code Eg. 2.2.3 Explaination

• ۲.۲.۴ ۱ مثال CNN دو لایه 2.2.4-1 Two Layered CNN example

• ۲.۲.۴ ۲ لایه متراکم (Dense) یا کاملاً متصل و لایه خروجی 2.2.4-2 Dense or Fully Connected Layer & Output Layer

• ۲.۲.۴ ۳ اتصال محلی CNN و اشتراک وزن‌ها 2.2.4-3 CNN Local Connectivity & Weight Sharing

• ۲.۲.۴ ۴ ناوردایی انتقال و ساخت ویژگی‌های سلسله‌مراتبی 2.2.4-4 Translation Invariance & Hierarchical Feature Building

• توضیح مثال کد ۲.۲.۴ Code Eg. 2.2.4 Explaination

• توضیح تمرین کد ۲.۲ Code Exercise 2.2 Explaination

• ۲.۳ ساخت اولین CNN شما اهداف یادگیری 2.3 Building Your First CNN - Learning Objectives

• ۲.۳.۱ ۱ هدف عملی آموزش یک CNN برای دیدن 2.3.1-1 Hands-On Goal Train a CNN to See!

• ۲.۳.۱ ۲ داده‌ها مهم‌ترین جزء 2.3.1-2 Data The Most Important Ingredient

• ۲.۳.۱ ۳ تنسورها به عنوان ورودی داده و GPU به عنوان شتاب‌دهنده 2.3.1-3 Tensors as Data Input, & GPU as accelerator

• ۲.۳.۱ ۴ مزایای PyTorch 2.3.1-4 The PyTorch Advantage

• توضیح مثال کد ۲.۳.۱ Code Eg. 2.3.1 Explaination

• ۲.۳.۲ ۱ معماری CNN اولین مدل ما 2.3.2-1 CNN Architecture Our First Model

• ۲.۳.۲ ۲ معماری CNN خروجی لایه به لایه 2.3.2-2 CNN Architecture Layer wise Output

• توضیح مثال کد ۲.۳.۲ Code Eg. 2.3.2 Explaination

• ۲.۳.۳ ۱ گذر پیشرو، پس‌انتشار و ارزیابی 2.3.3-1 Forward Pass, Backpropagation, and Evaluation

• ۲.۳.۳ ۲ تثلیث آموزش 2.3.3-2 The Training Triad

• ۲.۳.۳ ۳ استراتژی‌های آموزش موثر و تشخیص‌ها 2.3.3-3 Effective Training Strategies and Diagnostics

• ۲.۳.۳ ۴ حلقه آموزش جایی که یادگیری واقعی رخ می‌دهد 2.3.3-4 The Training Loop Where Learning Actually Happens

• ۲.۳.۳ ۵ مشکلات رایج و راهکارها 2.3.3-5 Common Issues and Solutions

• توضیح مثال کد ۲.۳.۳ Code Eg. 2.3.3 Explaination

• ۲.۳.۴ ۱ فراتر از آموزش مدل ما چقدر خوب است 2.3.4-1 Beyond Training How Good Is Our Model

• ۲.۳.۴ ۲ چک‌لیست آموزش CNN 2.3.4-2 CNN Training The Checklist

• توضیح مثال کد ۲.۳.۴ Code Eg. 2.3.4 Explaination

• توضیح تمرین کد ۲.۳ Code Exercise 2.3 Explaination

ماژول ۳: معماری‌های پیشرفته CNN و یادگیری انتقالی Module 3: Advanced CNN Architectures and Transfer Learning

• ماژول ۳: معماری‌های پیشرفته CNN و یادگیری انتقالی مقدمه Module 3: Advanced CNN Architectures and Transfer Learning - Introduction

• ۳.۱ معماری‌های شاخص CNN اهداف سخنرانی 3.1 Landmark CNN Architectures - Lecture Objectives

• ۳.۱.۱ ۱ معماری‌های CNN مدل LeNet 5 (۱۹۹۸) 3.1.1-1 CNN Architectures LeNet-5 (1998)

• ۳.۱.۱ ۲ تکامل معماری‌های شاخص CNN 3.1.1-2 Evolution of Landmark CNN Architectures

• ۳.۱.۱ ۳ مدل AlexNet (۲۰۱۲) 3.1.1-3 AlexNet (2012)

• توضیح مثال کد ۳.۱.۱ Code Eg 3.1.1 Explaination

• ۳.۱.۲ ۱ مدل VGGNet (۲۰۱۴) 3.1.2-1 VGGNet (2014)

• ۳.۱.۲ ۲ مدل ResNet (۲۰۱۵) 3.1.2-2 ResNet (2015)

• توضیح مثال کد ۳.۱.۲ Code Eg 3.1.2 Explaination

• ۳.۱.۳ ۱ مدل Inception (GoogLeNet) ۲۰۱۴ 3.1.3-1 Inception (GoogLeNet) - 2014

• ۳.۱.۳ ۲ مدل DenseNet ۲۰۱۷ 3.1.3-2 DenseNet - 2017

• ۳.۱.۳ ۳ مدل EfficientNet (۲۰۱۹) 3.1.3-3 EfficientNet (2019)

• ۳.۱.۳ ۴ چگونه معماری CNN مناسب (Backbone) را انتخاب کنیم 3.1.3-4 How to choose suitable CNN architecture ( Backbone )

• ۳.۲ یادگیری انتقالی و تنظیم دقیق اهداف یادگیری 3.2 Transfer Learning and Fine-Tuning - Learning Objectives

• ۳.۲.۱ ۱ دو رویکرد یادگیری انتقالی و تنظیم دقیق 3.2.1-1 Two Approaches Transfer Learning & Fine-Tuning

• ۳.۲.۱ ۲ انگیزه چرا از مدل‌های پیش‌آموزش‌دیده استفاده کنیم 3.2.1-2 The Motivation Why Reuse Pre-Trained Models

• ۳.۲.۱ ۳ استخراج ویژگی انتخاب امن 3.2.1-3 Feature Extraction The Safe Bet

• ۳.۲.۱ ۴ مکانیسم نحوه پیاده‌سازی استخراج ویژگی 3.2.1-4 Mechanics How to Implement Feature Extraction

• توضیح مثال کد ۳.۲.۱ Code Eg 3.2.1 Explaination

• ۳.۲.۲ ۱ تنظیم دقیق (Fine Tuning) انتخاب با کارایی بالا 3.2.2-1 Fine-Tuning The High Performance Bet

• ۳.۲.۲ ۲ گام جریان گرادیان 3.2.2-2 The Gradient Flow Step

• ۳.۲.۲ ۳ نرخ‌های یادگیری تفکیکی کلید آموزش موفق 3.2.2-3 Differential Learning Rates Key to Successful Training

• ۳.۲.۲ ۴ تثبیت وزن‌های الاستیک (EWC) 3.2.2-4 Elastic Weight Consolidation ( EWC)

• توضیح مثال کد ۳.۲.۲ Code Eg 3.2.2 Explaination

• ۳.۲.۳ ۱ درک CNNها از پیکسل‌ها تا آموزش پیشرفته 3.2.3-1 Understanding CNNs From Pixels to Advanced Training

• ۳.۲.۳ ۲ نکات حرفه‌ای برای آموزش موفق مدل در بینایی ماشین 3.2.3-2 Pro-Tips for successful model training in Computer Vision

• ۳.۲.۳ ۳ گردش کار عملی از صفر تا صد 3.2.3-3 Practical Workflow From Zero to Hero

• توضیح مثال کد ۳.۲.۳ Code Eg 3.2.3 Explaination

• ۳.۳ بهبود عملکرد مدل CNN اهداف یادگیری 3.3 Improving CNN Model Performance - Learning Objectives

• ۳.۳.۱ ۱ تشخیص مشکل بیش‌برازش (واریانس بالا) 3.3.1-1 Diagnosing the Problem Overfitting ( High Variance)

• ۳.۳.۱ ۲ تشخیص مشکل کم‌برازش (بایاس بالا) 3.3.1-2 Diagnosing the Problem Underfitting ( High Bias )

• ۳.۳.۱ ۳ دو روش برای بهبود عملکرد مدل 3.3.1-3 Two Methods for Improving Model Performance

• ۳.۳.۱ ۴ بهبود استحکام و تعمیم‌پذیری مدل 3.3.1-4 Improving Model Performance Robustness & Generalization

• مثال کد ۳.۳.۱ Code Eg 3.3.1

• ۳.۳.۲ ۱ افزایش داده‌ها (Data Augmentation) چگونه و چرا 3.3.2-1 Data Augmentation How & Why

• ۳.۳.۲ ۲ افزایش داده‌ها تظاهر تا رسیدن به نتیجه 3.3.2-2 Data Augmentation Fake It Till You Make It

• ۳.۳.۲ ۳ افزایش داده‌ها زرادخانه هندسی 3.3.2-3 Data Augmentation The Geometric Arsenal

• ۳.۳.۲ ۴ افزایش داده‌ها زرادخانه فوتومتریک و MixUp 3.3.2-4 Data Augmentation The Photometric Arsenal & MixUp

• مثال کد ۳.۳.۲ Code Eg. 3.3.2

• ۳.۳.۳.۱ منظم‌سازی محدود کردن مدل Dropout 3.3.3.1 Regularization Restraining the Model - Dropout

• ۳.۳.۳ ۲ کاهش وزن (L2 Regularization) 3.3.3-2 Weight Decay (L2 Regularization)

• ۳.۳.۳ ۳ هموارسازی برچسب مبارزه با اعتماد به نفس بیش از حد 3.3.3-3 Label Smoothing - Fighting Overconfidence

• مثال کد ۳.۳.۳ Code Eg. 3.3.3

• ۳.۳.۴.۱ اثر هم‌افزایی افزایش داده‌ها و منظم‌سازی 3.3.4.1 The Synergy Effect Data Augmentation Regularization

• ۳.۳.۴ ۲ جمع‌بندی نهایی 3.3.4-2 Putting It All Together

• مثال کد ۳.۳.۴ Code Eg. 3.3.4

ماژول ۴: تشخیص اشیاء با یادگیری عمیق Module 4: Object Detection with Deep Learning

• ماژول ۴: تشخیص اشیاء با یادگیری عمیق مقدمه Module 4: Object Detection with Deep Learning - Intro

• ۴.۱ مقدمه‌ای بر تشخیص اشیاء اهداف سخنرانی 4.1 Introduction to Object Detection - Lecture Objectives

• ۴.۱.۱ ۱ مقدمه تشخیص اشیاء 4.1.1-1 Introduction to Object Detection

• ۴.۱.۱ ۲ تعریف تسک چه چیزی و کجا 4.1.1-2 Defining the Task The What and the Where

• ۴.۱.۱ ۳ ساختار خروجی تشخیص 4.1.1-3 The Structure of Detection Output

• مثال کد ۴.۱ بخش ۱ Code Eg. 4.1 part 1

• ۴.۱.۲ ۱ مثال بصری تلاقی بر اجتماع (IoU) در عمل 4.1.2-1 Visual Example Intersection over Union (IoU) in Practice

• ۴.۱.۲ ۲ معیارهای IoU (Intersection over Union) 4.1.2-2 The Metrics Intersection over Union (IoU)

• ۴.۱.۲ ۳ تفسیر مقادیر خوب، بد و زشت IoU 4.1.2-3 The Good , the Bad and the Ugly of IoU values

• مثال کد ۴.۱ بخش ۲ Code Eg. 4.1 part 2

• ۴.۱.۳ ۱ توازن Precision-Recall و نمایش هندسی mAP 4.1.3-1 Precision-Recall Tradeoff & mAP Geometrical Representation

• ۴.۱.۳ ۲ میانگین دقت متوسط (mAP) محاسبه گام به گام 4.1.3-2 Mean Average Precision (mAP) Step-wise calculation

• ۴.۱.۳ ۳ تفسیر مقادیر mAP 4.1.3-3 Mean Average Precision (mAP) Values interpretation

• مثال کد ۴.۱ بخش ۳ Code Eg. 4.1 part 3

• ۴.۱.۴ ۱ سرکوب غیر حداکثر (NMS) 4.1.4-1 Non Maximum Suppression

• ۴.۱.۴ ۲ توضیح NMS با یک مثال 4.1.4-2 Non-Maximum Suppression (NMS) Explained by an Example

• ۴.۱.۴ ۳ تشخیص اشیاء خط لوله سطح بالا 4.1.4-3 Object Detection The High-Level Pipeline

• مثال کد ۴.۱ بخش ۴ Code Eg. 4.1 part 4

• ۴.۲ تشخیص‌دهنده‌های دو مرحله‌ای (خانواده R-CNN) اهداف یادگیری 4.2 Two-Stage Detectors (R-CNN Family) - Learning Objectives

• ۴.۲.۱.۱ رویکرد و تکامل تشخیص‌دهنده‌های دو مرحله‌ای 4.2.1.1 Two-Stage Detectors Approach & Evolution

• ۴.۲.۱.۲ تشخیص‌دهنده‌های دو مرحله‌ای خانواده R-CNN 4.2.1.2 Two-Stage Detectors The R-CNN Family

• مثال کد ۴.۲ بخش ۱ Code Eg. 4.2 part 1

• ۴.۲.۲ ۱ مدل R-CNN (۲۰۱۴) و مشکلات آن 4.2.2-1 R-CNN (2014) & the problem

• ۴.۲.۲ ۲ مدل Fast R-CNN (۲۰۱۵) توضیح با مثال 4.2.2-2 Fast R-CNN (2015) Explained with an example

• ۴.۲.۲ ۳ مدل Fast R-CNN (۲۰۱۵) مغز مشترک 4.2.2-3 Fast R-CNN (2015) The Shared Brain

• مثال کد ۴.۲ بخش ۲ Code Eg. 4.2 part 2

• ۴.۲.۳ ۱ مدل Faster R-CNN (۲۰۱۵) نوآوری شبکه پیشنهاد منطقه (RPN) 4.2.3-1 Faster R-CNN (2015) The Region Proposal Network (RPN) Innovation

• ۴.۲.۳.۲ مدل Faster R-CNN (۲۰۱۵) استاندارد مدرن 4.2.3.2 Faster R-CNN (2015) The Modern Standard

• ۴.۲.۳.۳ مدل Faster R-CNN (۲۰۱۵) خط لوله کامل 4.2.3.3 Faster R CNN (2015) The Full Pipeline

• ۴.۲.۳.۴ مقایسه خانواده R-CNN تکامل 4.2.3.4 R CNN Family Comparison The Evolution

• مثال کد ۴.۲ بخش ۳ Code Eg. 4.2 part 3

• ۴.۳ تشخیص‌دهنده‌های تک مرحله‌ای (YOLO, SSD) اهداف یادگیری 4.3 Single-Stage Detectors (YOLO, SSD) - Learning Objectives

• ۴.۳.۱.۱ تغییر از تشخیص‌دهنده دو مرحله‌ای به تک مرحله‌ای 4.3.1.1 Shift from Two Stage to Single Stage Object Detector

• ۴.۳.۱.۲ انقلاب رگرسیون در مقابل پیشنهاد 4.3.1.2 The Revolution Regression vs. Proposal

• ۴.۳.۱.۳ تفاوت‌های ریاضی و عملیاتی R-CNN در مقابل YOLO 4.3.1.3 Mathematical & Operational Differences R CNN vs Yolo

• مثال کد ۴.۳ بخش ۱ Code Eg. 4.3 part 1

• ۴.۳.۲.۱ مدل YOLO فقط یک بار نگاه کن 4.3.2.1 YOLO You Only Look Once

• ۴.۳.۲.۲ ریاضیات تابع زیان YOLO 4.3.2.2 Yolo’s Math of the Loss Function

• ۴.۳.۲.۳ محدودیت‌های مدل YOLOv1 4.3.2.3 The Limitation of YOLOv1 Model

• مثال کد ۴.۳ بخش ۲ Code Eg. 4.3 part 2

• ۴.۳.۳.۱ مدل SSD هرم ویژگی‌های چند مقیاسی 4.3.3.1 SSD The Multi Scale Feature Pyramid

• ۴.۳.۳.۲ مدل SSD جعبه‌های لنگر (Default Boxes) 4.3.3.2 SSD Anchor Boxes (Default Boxes)

• مثال کد ۴.۳ بخش ۳ Code Eg. 4.3 part 3

• ۴.۳.۴ مقایسه تشخیص‌دهنده‌ها و راهنمای عملی 4.3.4 Detector Comparison & Practical Guidance

• مثال کد ۴.۳ بخش ۴ Code Eg. 4.3 part 4

• ۴.۴ معماری‌های مدرن: تشخیص‌دهنده‌های End-to-End (DETR) اهداف یادگیری 4.4 Modern Architectures: End-to-End Detectors (DETR) - Learning Objectives

• ۴.۴.۱.۱ معماری‌های مدرن تشخیص‌دهنده‌های End-to-End (DETR) 4.4.1.1 Modern Architectures End to End Detectors (DETR)

• ۴.۴.۱.۲ متد مدل ترنسفورمر تشخیص (DETR) 4.4.1.2 Detection Transformer (DETR) Model method

• ۴.۴.۱.۳ نوآوری اصلی ترنسفورمرها در بینایی 4.4.1.3 The Core Innovation Transformers in Vision

• مثال کد ۴.۴ بخش ۱ Code Eg. 4.4 part 1

• ۴.۴.۲.۱ خط لوله DETR (۱ از ۳) بدنه (Backbone) 4.4.2.1 The DETR Pipeline (1 of 3) The Backbone

• ۴.۴.۲.۲ خط لوله DETR (۲ از ۳) رمزگذار ترنسفورمر 4.4.2.2 The DETR Pipeline (2 of 3) The Transformer Encoder

• ۴.۴.۲.۳ خط لوله DETR (۳ از ۳) رمزگشا و پیش‌بینی‌ها 4.4.2.3 The DETR Pipeline (33) Decoder & Predictions

• ۴.۴.۲.۴ خط لوله DETR شبکه‌های FFN پیش‌بینی 4.4.2.4 The DETR Pipeline Prediction FFNs

• مثال کد ۴.۴ بخش ۲ Code Eg. 4.4 part 2

• ۴.۴.۳.۱ گردش کار کامل DETR 4.4.3.1 DETR Complete workflow

• ۴.۴.۳.۲ فرمول جادویی زیان تطبیق دوپارتی (Bipartite Matching Loss) 4.4.3.2 The Secret Sauce Bipartite Matching Loss

• ۴.۴.۳.۳ مدل DETR در مقابل جهان تغییر پارادایم 4.4.3.3 DETR vs. The World A Paradigm Shift

• مثال کد ۴.۴ بخش ۳ Code Eg. 4.4 part 3

ماژول ۵: بخش‌بندی تصویر با یادگیری عمیق Module 5: Image Segmentation with Deep Learning

• ماژول ۵: بخش‌بندی تصویر با یادگیری عمیق مقدمه Module 5: Image Segmentation with Deep Learning - Introduction

• ماژول ۵: بخش‌بندی تصویر با یادگیری عمیق مقدمه Module 5: Image Segmentation with Deep Learning - Intro

• ۵۱۱۱ بخش‌بندی معنایی در مقابل بخش‌بندی نمونه 5111 Semantic vs. Instance Segmentation

• ۵۱۱۲ هدف طبقه‌بندی در سطح پیکسل 5112 The Goal Pixel-Level Classification

• توضیح مثال کد ۵.۱ بخش ۱ Code Eg 5.1 part 1 Explaination

• ۵۱۲۱ بخش‌بندی معنایی معماری 5121 Semantic Segmentation The Architecture

• ۵۱۲۲ بخش‌بندی معنایی مفاهیم 5122 Semantic Segmentation The Stuff

• ۵۱۲۳ بینش ریاضی (زیان پیکسل به پیکسل) 5123 Mathematical Insight (Pixel-wise Loss)

• توضیح مثال کد ۵.۱ بخش ۲ Code Eg 5.1 part 2 Explaination

• ۵۱۳۱ بخش‌بندی نمونه معماری 5131 Instance Segmentation The Architecture

• ۵۱۳۲ بخش‌بندی نمونه اشیاء 5132 Instance Segmentation : " The Things "

• ۵۱۳۳ بینش ریاضی زیان ترکیبی چند-تسک 5133 Mathematical Insight Hybrid Multi-Task Loss

• توضیح مثال کد ۵.۱ بخش ۳ Code Eg 5.1 part 3 Explaination

• ۵.۲ معماری‌های بخش‌بندی معنایی (FCN, U-Net) اهداف یادگیری 5.2 Architectures for Semantic Segmentation (FCN, U-Net) - Learning Objectives

• ۵۲۱۱ تکامل معماری بخش‌بندی معنایی 5211 Semantic Segmentation Architecture Evolution

• ۵۲۱۲ مشکل اصلی از برچسب جهانی تا نقشه پیکسلی 5212 The Core Problem From Global Label to Pixel Map

• ۵۲۱۳ راهکار معماری‌ها 5213 The Architectures' Solution

• توضیح مثال کد ۵.۲ بخش ۱ Code Eg 5.2 part 1 Explaination

• ۵۲۲۱ طراحی رمزگذار-رمزگشا (۱ از ۲) رمزگذار 5221 The Encoder Decoder Design (1 of 2) The Encoder

• ۵۲۲۲ طراحی رمزگذار-رمزگشا (۲ از ۲) رمزگشا 5222 The Encoder-Decoder Design (2 of 2) The Decoder

• توضیح مثال کد ۵.۲ بخش ۲ Code Eg 5.2 part 2 Explaination

• ۵۲۳۱ متد شبکه کاملاً پیچشی (FCN) 5231 Fully Convolutional Network Method

• ۵۲۳۲ طراحی شبکه کاملاً پیچشی 5232 Fully Convolutional Network Design

• ۵۲۳۳ مشکل گلوگاه و راهکار اتصال Skip 5233 The Bottleneck Problem & The Skip Connection Solution

• توضیح مثال کد ۵.۲ بخش ۳ Code Eg 5.2 part 3 Explaination

• ۵۲۴۱ متد بخش‌بندی معنایی U-Net 5241 U-Net Semantic Segmentation Method

• ۵۲۴۲ دقت جراحی U-Net (۲۰۱۵) 5242 U-Net Surgical Precision (2015)

• ۵۲۴۳ چرا الحاق (Concatenation) بهتر است 5243 Why Concatenation is Better

• ۵۲۴۴ مقایسه FCN و U-Net و کاربردهای دنیای واقعی 5244 FCN vs. U-Net & Real-World Applications

• توضیح مثال کد ۵.۲ بخش ۴ Code Eg 5.2 part 4 Explaination

• ۵.۳ معماری‌های بخش‌بندی نمونه (Mask R-CNN) اهداف یادگیری 5.3 Architectures for Instance Segmentation (Mask R-CNN) - Learning Objectives

• ۵۳۱۱ معماری‌های بخش‌بندی نمونه (Mask R-CNN) 5311 Architectures for Instance Segmentation (Mask R-CNN)

• ۵۳۱۲ گسترش معماری Faster R-CNN با Mask Head 5312 Extending Faster R-CNN Architecture with Mask Head

• ۵۳۱۳ ترفند جداسازی ماسک‌های مستقل از کلاس 5313 The Decoupling Trick Class-Agnostic Masks

• توضیح مثال کد ۵.۳ بخش ۱ Code Eg 5.3 part 1 Explaination

• ۵۳۲۱ مشکل خطای کوانتایزاسیون در ROI Pooling 5321 The Problem ROI Pooling's Quantization Error

• ۵۳۲۲ راهکار ROI Align 5322 The Solution ROI Align

• ۵۳۳۳ مکانیسم‌های ریاضی Mask R-CNN 5333 Mathematical Mechanics of Mask R-CNN

• توضیح مثال کد ۵.۳ بخش ۲ Code Eg 5.3 part 2 Explaination

• ۵.۴ مدل‌های پایه برای بخش‌بندی (SAM) اهداف یادگیری 5.4 Foundation Models for Segmentation (SAM) - Learning Objectives

• ۵۴۱۱ مدل SAM به عنوان لحظه GPT برای تصاویر 5411 SAM as GPT moment for Images

• ۵۴۱۲ مدل‌های پایه برای بخش‌بندی (SAM) 5412 Foundation Models for Segmentation (SAM)

• ۵۴۱۳ تغییر از مدل‌های متخصص به مدل‌های همه‌کاره 5413 The Shift From Specialists to Generalists

• توضیح مثال کد ۵.۴ بخش ۱ Code Eg 5.4 part 1 Explaination

• ۵۴۲۱ بررسی کلی معماری SAM 5421 SAM Architecture Overview

• ۵۴۲۲ معماری SAM (۱ از ۲) رمزگذار تصویر 5422 SAM Architecture (12) The Image Encoder

• ۵۴۲۳ معماری SAM (۲ از ۲) رمزگذار پرامپت (مترجم) 5423 SAM Architecture (22) The Prompt Encoder (The Translator)

• ۵۴۲۴ معماری SAM (۳ از ۳) رمزگشای ماسک (هنرمند) 5424 SAM Architecture (33) The Mask Decoder (The Artist)

• توضیح مثال کد ۵.۴ بخش ۲ Code Eg 5.4 part 2 Explaination

• ۵۴۳۱ معماری و تکامل SAM 2 5431 SAM 2 Architecture & Evolution

• ۵۴۳۲ معماری و تکامل SAM 3 5432 SAM 3 Architecture & Evolution

• ۵۴۳۳ مقایسه SAM در مقابل SAM 2 و SAM 3 و کاربردهای واقعی 5433 Comparison SAM vs SAM 2 vs SAM 3 & Real world applications

• توضیح مثال کد ۵.۴ بخش ۳ Code Eg 5.4 part 3 Explaination

ماژول ۶: مدل‌های مولد و فراتر از CNNها Module 6: Generative Models & Beyond CNNs

• ماژول ۶: مدل‌های مولد و فراتر از CNNها مقدمه Module 6: Generative Models & Beyond CNNs - Intro

• ۶.۱ خودرمزگذارها (AEs) و خودرمزگذارهای متغیر (VAEs) اهداف یادگیری 6.1 Autoencoders (AEs) and Variational Autoencoders (VAEs) - Learning Objectives

• ۶۱۱۱ خودرمزگذارها (AEs) در مقابل خودرمزگذار متغیر 6111 Autoencoders (AEs) vs. Variational Autoencoder

• ۶۱۱۲ فضای محیطی (آشوب)، منیفولد، فضای نهفته (Latent Space) 6112 Ambient Space (The Chaos), Manifold,Latent Space

• ۶۱۱۳ هسته هوش مصنوعی مولد: منیفولد، فضای نهفته و خودرمزگذارها 6113 The Core of Gen AI: Manifold, Latent Space & Autoencoders

• ۶۱۱۴ رمزگشا از نقشه به تصویر 6114 The Decoder - From Blueprint Back to Image

• توضیح مثال کد ۶.۱ بخش ۱ Code Eg 6.1 part 1 Explaination

• ۶۱۲۱ بررسی کلی معماری خودرمزگذار (AE) 6121 Autoencoder (AE) Architecture Overview

• ۶۱۲۲ پیاده‌سازی و محدودیت‌های خودرمزگذار 6122 Autoencoder Implementation & Limitations

• ۶۱۲۳ تابع زیان خودرمزگذار 6123 Autoencoder Loss function

• توضیح مثال کد ۶.۱ بخش ۲ Code Eg 6.1 part 2 Explaination

• ۶۱۳۱ بررسی کلی معماری خودرمزگذار متغیر (VAE) 6131 Variational Auto-encoder (VAE) Architecture Overview

• ۶۱۳۲ خودرمزگذارهای متغیر انقلاب احتمالات 6132 Variational Autoencoders The Probabilistic Revolution

• ۶۱۳۳ ترفند بازپارامتری‌سازی در بینایی ماشین مولد (VAE) 6133 The Reparameterization Trick in Generative Computer Vision (VAE)

• ۶۱۳۴ درک زیان VAE و نبرد AE در مقابل VAE 6134 Understanding VAE Loss & The AE vs VAE Showdown

• توضیح مثال کد ۶.۱ بخش ۳ Code Eg 6.1 part 3 Explaination

• ۶۱۴۱ مقایسه AE در مقابل VAE 6141 AE vs. VAE Comparison

• ۶۱۴۲ مدل beta-VAE نمایش‌های تفکیک شده 6142 β-VAE Disentangled Representations

• ۶۱۴۳ خودرمزگذار متغیر شرطی (cVAE) 6143 Conditional VAE (cVAE)

• ۶۱۴۴ کاربردهای دنیای واقعی AEها و VAEها 6144 Real-World Applications of AEs & VAEs

• توضیح مثال کد ۶.۱ بخش ۴ Code Eg 6.1 part 4 Explaination

• ۶.۲ شبکه‌های رقابتی مولد (GANs) اهداف یادگیری 6.2 Generative Adversarial Networks (GANs) - Learning Objectives

• ۶۲۱۱ شبکه‌های رقابتی مولد (GANs) 6211 Generative Adversarial Networks (GANs)

• ۶۲۱۲ حلقه آموزش GAN مسیر رسیدن به تعادل نش 6212 GAN Training Loop Path to Nash Equilibrium

• ۶۲۱۳ موتور ریاضی بازی مین-ماکس 6213 The Mathematical Engine - The Minimax Game

• توضیح مثال کد ۶.۲ بخش ۱ Code Eg 6.2 part 1 Explaination

• ۶۲۲۱ معماری DCGAN نقشه راه GANهای پایدار 6221 DCGAN Architecture The Blueprint for Stable GANs

• ۶۲۲۲ طراحی آموزش GAN بخش ۱ آموزش تشخیص‌دهنده 6222 GAN Training Choreography 1 Discriminator Training

• ۶۲۲۳ طراحی آموزش GAN بخش ۲ آموزش مولد 6223 GAN Training Choreography Part 2 Generator Training

• ۶۲۲۴ طراحی کامل آموزش 6224 The Complete Choreography

• توضیح مثال کد ۶.۲ بخش ۲ Code Eg 6.2 part 2 Explaination

• ۶۲۳۱ چالش‌های GAN فروپاشی مود و گرادیان‌های ناپدیدشونده 6231 GAN Challenges - Mode Collapse & Vanishing Gradients

• ۶۲۳۲ راهکار Wasserstein GAN (WGAN) 6232 The Solution - Wasserstein GAN (WGAN)

• ۶۲۳۳ مزایای WGAN و جزئیات پیاده‌سازی 6233 Advantages of WGAN & Implementation Details

• توضیح مثال کد ۶.۲ بخش ۳ Code Eg 6.2 part 3 Explaination

• ۶۲۴۱ معماری StyleGAN سنتز تفکیک شده 6241 StyleGAN Architecture The Disentangled Synthesis

• ۶۲۴۲ معماری‌های پیشرفته GAN مدل StyleGAN 6242 Advanced GAN Architectures StyleGAN

• ۶۲۴۳ مدل CycleGAN تبدیل تصویر به تصویر بدون جفت 6243 CycleGAN Unpaired Image to Image Translation

• ۶۲۴۴ تبدیل CycleGAN بدون داده‌های جفت شده 6244 CycleGAN Translation Without Paired Data

• ۶۲۴۵ ارزیابی معیارهای GAN بدون نظارت 6245 Evaluating the Unsupervised GAN Metrics

• توضیح مثال کد ۶.۲ بخش ۴ Code Eg 6.2 part 4 Explaination

• ۶.۳ مقدمه‌ای بر ترنسفورمرهای بینایی (ViT) اهداف یادگیری 6.3 Introduction to Vision Transformers (ViT) - Learning Objectives

• ۶۳۱۱ ترنسفورمرهای بینایی (ViT) تغییر پارادایم 6311 Vision Transformers (ViT) - The Paradigm Shift

• ۶۳۱۲ معماری ترنسفورمر بینایی (ViT) 6312 The Vision Transformer ( ViT) Architecture

• ۶۳۱۳ چرا بینایی به یک دید جهانی نیاز دارد 6313 Why Vision Needs a Global View

• ۶۳۱۴ مقایسه CNN در مقابل ViT داستانی از دو دیدگاه 6314 CNN vs. ViT A Tale of Two Perspectives

• توضیح مثال کد ۶.۳ بخش ۱ Code Eg 6.3 part 1 Explaination

• ۶۳۲۱ موتور بینایی توضیح Self Attention 6321 The Engine of Vision - Self-Attention Explained

• ۶۳۲۲ خود-توجهی و توجه چند-سره (Multi-head attention) 6322 Self-Attention & Multi-head attention

• ۶۳۲۳ از پیکسل‌ها به توکن‌ها فرآیند تکه-تکه کردن (Patching) در ViT 6323 From Pixels to Tokens - The ViT Patching Process

• ۶۳۲۴ گام ۱ تبدیل تکه‌ها به جاسازی‌های توکن (Token Embeddings) 6324 Step 1 - Flattening Patches to Token Embeddings

• ۶۳۲۵ خط لوله کامل 6325 The Complete Pipeline

• ۶۳۲۶ گام ۲ تصویر خطی از پیکسل‌ها به کلمات بصری 6326 Step -2 Linear Projection From Pixels to Visual Words

• توضیح مثال کد ۶.۳ بخش ۲ Code Eg 6.3 part 2 Explaination

• ۶۳۳۱ گام ۳ کدگذاری موقعیتی حافظه فضایی بینایی 6331 Step 3 - Positional Encoding Vision Spatial Memor

• ۶۳۳۲ گام ۴ رمزگذار ترنسفورمر هسته پردازشی 6332 Step 4 - Transformer Encoder The Processing Core

• ۶۳۳۳ نرمال‌سازی لایه، MLP و اتصالات باقی‌مانده 6333 Layer Normalisation, MLP & Residual Connections

• توضیح مثال کد ۶.۳ بخش ۳ Code Eg 6.3 part 3 Explaination

• ۶۳۴۱ مدل ELA ViT آگاه از چشم‌انداز انرژی 6341 Energy Landscape-Aware ViT (ELA-ViT)

• ۶۳۴۲ ترنسفورمر بینایی هایپرگراف (HgVT) 6342 Hypergraph Vision Transformer (HgVT)

• ۶۳۴۳ نوآوری‌های ترنسفورمر بینایی ۲۰۲۵ 6343 2025 Vision Transformer Innovations

• ۶۳۴۴ ترنسفورمر تصویر بهینه از نظر داده (DeiT) 6344 Data-efficient Image Transformer ( DeiT)

• ۶۳۴۵ ترنسفورمر Swin ترنسفورمر بینایی سلسله‌مراتبی 6345 Swin Transformer Hierarchial Vision Transformer

• توضیح مثال کد ۶.۳ بخش ۴ Code Eg 6.3 part 4 Explaination

• ۶.۴ جاسازی‌های بصری و جستجوی تصویر اهداف یادگیری 6.4 Visual Embeddings and Image Search - Learning Objectives

• ۶۴۱۱ درک مدل‌های Embedding در بینایی ماشین مولد 6411 Understanding Embedding Models in Generative CV

• ۶۴۱۲ جاسازی‌های بصری و جستجوی تصویر نقشه تصاویر 6412 Visual Embeddings & Image Search - The Map of Images

• ۶۴۱۳ از پیکسل‌ها به بردارهای معنایی خط لوله Embedding 6413 From Pixels to Semantic Vectors - The Embedding Pipeline

• ۶۴۱۴ پیش‌پردازش تصویر در CV مولد تغییر اندازه و نرمال‌سازی 6414 Image Pre-processing in Generative CV Resize & Normalize

• ۶۴۱۵ نهایی کردن Embedding تصویر و نرمال‌سازی 6415 Finalizing the Embedding - Projection & Normalization

• ۶۴۱۶ نرمال‌سازی L2 و ارتباط با شباهت کسینوسی 6416 L2 Normalization Resonance with Cosine Similarity

• توضیح مثال کد ۶.۴ بخش ۱ Code Eg 6.4 part 1 Explaination

• ۶۴۲۱ مدل SimCLR یادگیری نمایش‌های بصری از نماهای تقویت شده 6421 SimCLR Learning Visual Repr. From Augmented Views

• ۶۴۲۲ یادگیری مقابله‌ای با SimCLR 6422 Contrastive Learning with SimCLRTeaching

• ۶۴۲۳ زیان Triplet در تشخیص چهره 6423 Triplet Loss in Face Recognition

• ۶۴۲۴ جستجوی بهینه یافتن یک تصویر در میان میلیاردها تصویر 6424 Efficient Search - Finding an Image in Billion-Images

• ۶۴۲۵ استراتژی‌های ایندکس‌گذاری FAISS 6425 FAISS Indexing strategies

• توضیح مثال کد ۶.۴ بخش ۲ Code Eg 6.4 part 2 Explaination

• ۶۴۳۱ ایندکس فایل معکوس (IVF) برای جستجوی بهینه 6431 Inverted File Index ( IVF ) for Efficient Search

• ۶۴۳۲ ایندکس کوانتایزاسیون محصول (PQI) برای جستجوی بهینه 6432 Product Quantization Index (PQI) for Efficient Search

• ۶۴۳۳ مدل HNSW برای جستجوی بهینه 6433 Hierarchical Navigable Small World ( HNSW) for Efficient Search

• توضیح مثال کد ۶.۴ بخش ۳ Code Eg 6.4 part 3 Explaination

• ۶۴۴۱ کاربرد ۱ جستجوی معکوس تصویر 6441 Application 1 Reverse Image Search

• ۶۴۴۲ تشخیص چهره و ArcFace 6442 Face Recognition & ArcFace

• ۶۴۴۳ معماری رمزگذار دوگانه CLIP 6443 CLIP Dual-Encoder Architecture

• ۶۴۴۴ سه کاربرد جستجوی چند-مودال با CLIP 6444 3 Applications of Multimodal search with CLIP

• توضیح مثال کد ۶.۴ بخش ۴ Code Eg 6.4 part 4 Explaination