مشروع تجزئة الصور (Image Segmentation )

في هذا المشروع عملت على مهمة تجزئة الصور، والتي تهدف إلى تقسيم الصورة إلى مناطق مميزة وتحديد الكائنات داخلها بدقة. اخترت نموذج FRUNet كأساس (وهو نموذج قائم على U-Net مع تحسينات في الكفاءة والدقة)، ثم قمت بإجراء تعديلات على آلية الانتباه (Attention Mechanism) المدمجة بداخله.

ما تم إنجازه:

اختيار نموذج FRUNet كنقطة بداية لأنه يجمع بين خفة الوزن وكفاءة الأداء.

تعديل آلية الانتباه (Attention): قمت بتحسين طريقة تركيز النموذج على الأجزاء المهمة من الصورة أثناء عملية التعلم، مما زاد من قدرته على التمييز بين التفاصيل الدقيقة.

إجراء مقارنة (Benchmark): اختبرت النموذج المعدّل مقابل النسخة الأصلية من FRUNet على نفس مجموعة البيانات والمعايير.

تحسين النتائج: النموذج المعدّل حقق أداء أفضل من الـ Benchmark الأساسي، سواء من ناحية معدل الدقة (Accuracy) أو مقاييس أخرى مثل IoU و Dice Score.

أهمية المشروع:

يبرهن على أن تحسين آليات الانتباه داخل بنية الشبكات العصبية يمكن أن يرفع مستوى الأداء بشكل ملموس.

يقدم نموذجاً عملياً يمكن تطويره ليُستخدم في تطبيقات طبية (مثل تجزئة صور الأشعة) أو في الرؤية الحاسوبية بشكل عام.