📸 لنزهای محبوب C-Mount!

◽استانداردسازی یک حس خوب است اما وقتی Bell  Howell دوربین "Filmo 70" را در سال 1923 معرفی کرد، چندین بار چند نوع پیچ با قطر تقریبی 1 اینچ را تعویض کردند تا اینکه بالاخره به ANSI 1-32 UN 2A رسیدند.

◽این استاندارد دارای یک رشته 25.4 میلی‌متری با گام 0.794 میلی‌متری و 32 رشته در هر اینچ است که در فاصله فلنج 17.526 میلی‌متری استاندارد شده است. از آنجایی که هیچ کس نمی‌توانست همه این‌ها را به خاطر بسپارد و این سومین نسخه از مفهوم 1 اینچی آن‌ها بود، تصمیم گرفتند آن را نوع C یا "C-Mount" بنامند.

◽محبوبیت Filmo 70 و سایر محصولات Bell  Howell البته موفقیت C-Mount را رقم زد و بعضی تولیدکنندگان که به C-Mount برای دوربین‌های 16 میلی‌متری خود روی آوردند، پتانسیل این پیچ کوچک و فوق‌العاده محکم را برای کاربردهای علمی دریافتند.

◽از میکروسکوپ‌ها تا دوربین‌های صنعتی ،همه اکنون از این گام استاندارد استفاده می‌کنند. هر دوربین CCTV یا دوربین بینایی ماشین در جهان از C-Mount یا CS-Mount کمی استفاده می‌کند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

🆕️ حسگر تصویر می‌تواند یک ANN باشد !

◽فناوری بینایی ماشین در سال‌های اخیر پیشرفت‌های چشمگیری داشته و به بخشی جدایی‌ناپذیر از سیستم‌های هوشمند، از جمله وسایل نقلیه خودران و رباتیک تبدیل شده است.

◽معمولاً اطلاعات بصری که توسط دوربین‌های فریم‌دار ثبت می‌شود، به فرمت دیجیتال تبدیل شده و سپس با استفاده از الگوریتم‌های یادگیری ماشین مانند شبکه‌های عصبی مصنوعی (ANN) پردازش می‌شود.با این حال، حجم بالای داده (که عمدتاً تکراری است) در طول زنجیره سیگنال منجر به نرخ فریم پایین و مصرف انرژی بالا می‌شود.

◽به همین دلیل، تکنیک‌های مختلف پیش‌پردازش داده‌های بصری برای افزایش کارایی پردازش سیگنال بعدی در ANN توسعه یافته‌اند. یک حسگر تصویر می‌تواند خود یک ANN باشد که به طور همزمان تصاویر نوری را بدون تأخیر حس کرده و پردازش کند.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

🖇 نحوه ی عملکرد حسگر تصویر به عنوان یک ANN

◽دستگاه های مبتنی بر آرایه فوتودیود نیمه‌هادی دوبعدی قابل تنظیم و وزن‌های سیناپسی شبکه در یک ماتریس پاسخ‌دهی نوری به طور مداوم ذخیره می‌شوند.با یادگیری ماشین میتوان حسگر را برای طبقه‌بندی و کدگذاری تصاویری که به‌صورت نوری بر روی چیپ پروژکت می‌شوند، با نرخ ۲۰ میلیون بایت در ثانیه آموزش داد.
🌐 paper link
nature communication

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing

💾معرفی Maixduino: برد توسعه RISC-V 64 برای AI و IoT

🔍 ویژگی‌های برجسته Maixduino:

• پارت CPU: پردازنده دو هسته‌ای RISC-V 64bit با FPU و پردازنده شبکه عصبی 400MHz

• تصویر برداری: شناسایی تصویر با کیفیت QVGA@60FPS و VGA@30FPS

• ماژول ESP32: پشتیبانی از Wi-Fi 2.4G 802.11 b/g/n و بلوتوث 4.2

• فرم فاکتور Arduino Uno: سازگاری کامل با رابط‌های Arduino

• میکروفون MEMS دیجیتال: خروجی دیجیتال omnidirectional I2S

• پورت‌های متنوع: شامل کانکتور FPC برای دوربین DVP و LCD

• کارت micro SD: پشتیبانی از holder خودکششی

• دکمه‌های ریست و بوت: به همراه خروجی صوتی DAC+PA 3W

• اتصال آسان: تنها کافیست کابل USB Type-C را وصل کنید!

• بصیرت ماشینی: مبتنی بر شبکه‌های عصبی کانولوشن

• پردازشگر میکروفون با عملکرد بالا: برای شنوایی ماشین

• پشتیبانی از IDEهای مختلف: شامل MaixPy IDE، Arduino IDE، OpenMV IDE و PlatformIO IDE

• پشتیبانی از مدل‌های یادگیری عمیق: مانند Tiny-Yolo، Mobilenet و TensorFlow Lite

🆔️telegram channel:
https://news.1rj.ru/str/Intellimage

🆕️ فناوری XPANCEO: آینده لنزهای هوشمند!

📈شرکتXPANCEO،یک شرکت فناوری عمیق مستقر در دبی که در سال 2021 توسط رومن اکسلرود و والنتین ولکوف تأسیس شده است،در حال توسعه لنزهای تماسی هوشمندی است که به طرز شگفت‌انگیزی واقعیت افزوده، نظارت بر سلامت و بینایی بهبود یافته را در یک قالب بسیار نازک ترکیب می‌کند.این لنزها کمتر از عرض یک مو هستند.ویژگی‌های کلیدی شامل :

• واقعیت افزوده: با استفاده از نمایشگرهای میکرو که تنها با 1 تا 3 میکرووات کار می‌کنند، این لنزها قابلیت‌هایی مانند ناوبری و بازی‌های AR را فراهم می‌کنند.

• نظارت بر سلامت: حسگرهای زیستی موجود در این لنزها می‌توانند گلوکز، سطح استرس و فشار چشم را ردیابی کنند و دقت تشخیص گلوکوم را تا 50 درصد بهبود بخشند.

• ویژگی‌های پیشرفته: با استفاده از نانوذرات و اپتیک، XPANCEO به دنبال ارائه ویژگی‌هایی مانند دید در شب و زوم است.

◽فناوری XPANCEO امیدوار است که با استفاده از هادی‌های طلایی بسیار نازک و یک قاب هوشمند برای شارژ و انتقال داده، تا اواخر سال 2026 این قابلیت‌ها را در یک لنز ترکیب کند.

🆔️telegram channel:
https://news.1rj.ru/str/Intellimage

📌 مروری بر تعدادی از پستهای کانال Intellimage

•معرفی هوش مصنوعی جدید علی بابا :

https://news.1rj.ru/str/Intellimage/540

• آیا بینایی کامپیوتری در سایه قرار گرفته است؟

https://news.1rj.ru/str/Intellimage/542

• کشف الگوهای بافت‌شناسی مرتبط با درمان سرطان روده بزرگ با استفاده از یادگیری خودنظارتی:
https://news.1rj.ru/str/Intellimage/544

• لنزهای محبوب C-Mount :

https://news.1rj.ru/str/Intellimage/546

• حسگر تصویر می‌تواند یک ANN باشد !

https://news.1rj.ru/str/Intellimage/547

• معرفی Maixduino: برد توسعه RISC-V 64 برای AI و IoT :

https://news.1rj.ru/str/Intellimage/549

• تصویربرداری پزشکی مبتنی بر گوشی‌های هوشمند :

https://news.1rj.ru/str/Intellimage/551

• فناوری XPANCEO: آینده لنزهای هوشمند!

https://news.1rj.ru/str/Intellimage/552

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

🆕️ مدل GBT-SAM: مدل کارآمد برای بخش‌بندی تومورهای مغزی در تصاویر mp-MRI

¤ تومورهای گلیومی از کشنده‌ترین نوع تومورهای مغزی هستند و نیاز به تشخیص دقیق دارند. بخش‌بندی تصاویر پزشکی در ارزیابی این تومورها نقش حیاتی دارد، اما روش‌های فعلی معمولاً محدودیت‌هایی دارند.

¤ در این مطالعه، GBT-SAM معرفی می‌شود؛ یک چارچوب نوآورانه که مدل Segment Anything (SAM) را برای بخش‌بندی تومورهای مغزی گسترش می‌دهد. این روش شامل یک پروتکل آموزشی دو مرحله‌ای است:

۱. آموزش لایه تعبیه پچ برای پردازش تمام مدالیته‌های mp-MRI.

۲. ادغام بلوک‌های LoRA و Depth-Condition در Vision Transformer (ViT) برای تحلیل همبستگی‌ها.

¤مدل GBT-SAM با امتیاز Dice 93.54 در دیتاست گلیومای بالغ عملکردی عالی دارد و به خوبی به دیتاست‌های دیگر نیز تعمیم می‌یابد. جالب است که این مدل کمتر از 6.5 میلیون پارامتر قابل آموزش دارد و راه‌حلی کارآمد برای بخش‌بندی تومورهای مغزی ارائه می‌دهد.

📄Article:https://arxiv.org/abs/2503.04325

🅿️Python Repo:https://github.com/vpulab/med-sam-brain

🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage

کشف خطاهای سیستماتیک مدل با Domino

🟢 مدل‌های یادگیری ماشینی، به ویژه شبکه‌های عمیق، در تسک‌ها و دیتاست‌های مختلف امتیازهای بالایی را ثبت می‌کنند. اما ممکن است هر مدلی بر روی قاچ‌های خاصی از داده دچار خطای سیستماتیک شود. به عنوان مثال، فرض کنید یک تسک دسته‌بندی تصویر دارید و مدل آموزش‌دیده شما یاد گرفته باشد که هر تصویری که حیوانی در آن با پس‌زمینه زمین شنی باشد، به عنوان شتر برچسب بزند. در این صورت، اگر با تصویری از گاو بر روی شن مواجه شود، ممکن است آن را به اشتباه شتر برچسب بزند. این داده‌ها که دارای خاصیت ویژه‌ای هستند و مدل به اشتباه آن‌ها را دسته‌بندی می‌کند، "قاچ بحرانی" (critical slice) نامیده می‌شوند.

🟢 اهمیت پیدا کردن این قاچ‌های بحرانی و اصلاح تصمیم مدل برای آن‌ها بسیار حیاتی است، به ویژه در کاربردهایی مانند تشخیص سرطان از روی تصاویر پزشکی. در این راستا، محققان استنفورد روشی اتوماتیک به نام Domino برای کشف قاچ‌های بحرانی هر مدل ارائه داده‌اند.

🟢 روش کار Domino شامل سه مرحله است:

۱. نگاشت به فضای مشترک: ابتدا داده‌های دیتاست ورودی با استفاده از مدل‌های cross-modal به یک فضای امبدینگی مشترک با متن منتقل می‌شوند (برای مثال، استفاده از مدل قدرتمند CLIP برای دیتاست‌های تصویری).

۲. خوشه‌بندی داده‌ها: سپس Domino با استفاده از یک مدلسازی mixture سعی در خوشه‌بندی داده‌های اشتباه برچسب‌گذاری‌شده می‌کند. این مدلسازی شامل چهار متغیر S (احتمال تعلق داده به قاچ)، Z (امبدینگ داده)، Y (برچسب واقعی داده) و Y_hat (توزیع برچسب حدس زده شده توسط مدل) است.

۳. توضیح متنی: در نهایت، برای هر slice با توجه به کاندیدای متنی مرحله اول، یک توضیح متنی آماده می‌شود.

🟢 مدل Domino بر روی ResNet آموزش‌دیده بر روی ImageNet تست شده و نشان داده که ResNet در قاچ‌های تصاویر داخل ماشین و تصاویر دور ماشین‌های مسابقه‌ای دچار مشکل سیستماتیک است. پس از کشف قاچ‌های بحرانی، می‌توان با تمرکز بر روی آن‌ها و استفاده از افزون‌سازی داده، مشکل را کاهش داد.
🔎nlp_stuff
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#deep_learning

🖇 توضیحات تشخیص پوسیدگی دیجیتال با دوربین vistacam

◽ این دستگاه دارای سه سر یا سه نوع کاربرد است.اولین کاربرد آن به عنوان دوربین داخل دهانی با قدرت وضوح بسیار بالا است که کمک می کند تا دندانپزشک دندانهای فرد را با بزرگنمایی بسیار بالا ببیند . بزرگنمایی در دندانپزشکی بسیار مهم است . از بزرگنمایی علاوه بر تشخیص پوسیدگی صحیح بیشترین استفاده هنگام برداشتن پوسیدگی دندانها هنگام پرکردن دندان است . بدین وسیله کمک می شود تا هیچ پوسیدگی در زیر پرکردگی باقی نماند .

◽دومین کاربرد آن استفاده از هد تشخیص پوسیدکی بین دندانی است که به ما کمک می کند تا حجم و محل دقیق پوسیدگی را به صورت سه بعدی پیدا کنیم تا برای یافتن پوسیدگیها نیاز به برداشتن حجم زیادی از بافت دندانها نباشد و دقیق عمل شود . رادیوگرافی نمی تواند دقت زیادی داشته باشد و دو بعدی است . با دوربین vistacam  پوسیدگیهایی که در بین دندانها است و در رادیوگرافی دندانی قابل رویت نیستند به راحتی و به وضوح قابل تشخیص می باشد . این دید سه بعدی در پرکردن دندانها کمک می کند تا بافت سالم دندان به اشتباه برداشته نشود .

◽سومین کاربرد این دستگاه با بکار بردن هد تشخیص میزان و درجه پوسیدگی دندان بصورت دیجیتال است تا در صورتی که از میزانی کمتر باشد دندان پر نشود . این هد با استفاده از تابش نور فلورسنت و دریافت باز تابش متفاوتی که دندانهای سالم و پوسیده دارند و پردازش این اطلاعات در کامپیوتر میزان و درجه عمق پوسیدگی را به عدد به ما می دهد .

🙏thanks to dencareclinic

🆔️ Intellimage

📚 ترموگرافی مادون قرمز غیرتهاجمی برای شناسایی، تشخیص و پیگیری سرطان پوست

❇ ترموگرافی مادون قرمز یک روش غیرتهاجمی و پیشرفته است که می‌تواند در شناسایی، تشخیص و پیگیری سرطان پوست به کار رود. این تکنیک با استفاده از فناوری‌های حرارتی، تغییرات دما و الگوهای حرارتی بر روی پوست را ثبت می‌کند و به پزشکان کمک می‌کند تا مناطق مشکوک را شناسایی کنند.
❇ مزایای ترموگرافی مادون قرمز:
- شناسایی زودهنگام: این روش امکان شناسایی اولیه ناهنجاری‌ها را فراهم می‌کند که می‌تواند به تشخیص به موقع سرطان کمک کند.
- غیرتهاجمی: از آنجا که این تکنیک هیچ‌گونه تهاجمی ندارد، بیمار احساس راحتی بیشتری خواهد داشت و نیازی به جراحی یا آزمایش‌های پرخطر نیست.
- پیگیری مؤثر: ترموگرافی مادون قرمز می‌تواند برای بررسی پیشرفت بیماری و ارزیابی اثربخشی درمان‌ها نیز به کار رود.
🔎📄 paper
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#thermography

✅ معرفی PYNQ-Z2: بورد توسعه‌ای مبتنی بر FPGA!

🟢 بورد PYNQ-Z2 یک بورد توسعه‌ای مبتنی بر FPGA (مدارهای گسسته قابل برنامه‌ریزی) است که توسط Xilinx ساخته شده است. این بورد به طور خاص برای تسهیل توسعه و یادگیری در زمینه‌های مختلف مانند پردازش تصویر، یادگیری ماشین و اینترنت اشیاء طراحی شده است.

🟢 ویژگی‌های کلیدی PYNQ-Z2:

- از یک FPGA برای انجام محاسبات خاص و پردازش داده‌ها به صورت موازی بهره می‌برد.
- دارای پردازنده ARM Cortex-A9 است که اجرای نرم‌افزار و پیاده‌سازی الگوریتم‌ها را امکان‌پذیر می‌کند.
- از زبان برنامه‌نویسی پایتون پشتیبانی می‌کند، که به توسعه‌دهندگان کمک می‌کند به سرعت نمونه‌های اولیه را پیاده‌سازی کنند.
- به کمک کتابخانه ها و ابزارهای پایتون، کاربران می‌توانند بدون نیاز به دانش عمیق در طراحی دیجیتال، پروژه‌های خود را به راحتی توسعه دهند.

+ در مجموع، PYNQ-Z2 ابزاری قدرتمند برای یادگیری و توسعه در حوزه‌های مربوط به FPGA و پردازش داده‌ها است.
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage
#image_processing
#hardware

🆕️ اکتشاف پردازش تصویر بر روی PYNQ-Z2

📝 در پست قبل در رابطه با معرفی PYNQ-Z2 صحبت کردیم و در این پست قصد داریم در مورد این صحبت کنیم که چرا PYNQ-Z2 برای پردازش تصویر ؟!
از مزایای استفاده از این ابزار برای پردازش تصویر می‌توان موارد زیر را نام برد:

✅ شتاب‌دهی سخت‌افزاری با استفاده از پوشش‌های FPGA
✅ ادغام بی‌نقص با پایتون برای نمونه‌سازی سریع
✅ توسعه‌ای انعطاف‌پذیرتر و در سطح بالاتر نسبت به RTOS، از جمله Zephyr که نیاز به مدیریت سیستم‌های سطح پایین دارد. PYNQ ادغام FPGA را بدون محدودیت‌های زمان واقعی سخت‌گیرانه ساده می‌کند.

📝 در حالی که این پیاده‌سازی‌ها بر روی PS اجرا می‌شوند، هدف نهایی خلاصه کردن محاسبات به بخش منطق قابل برنامه‌ریزی (PL) برای شتاب‌دهی واقعی سخت‌افزاری است. انتقال این فیلترها به PL باید عملکرد و کارایی را به‌طور قابل توجهی بهبود بخشد!

+ در پست بعدی قصد داریم نمونه ای از تصاویر پردازش شده را به اشتراک بگذاریم.
باما همراه باشید 🌱
🆔️ telegram channel:
https://news.1rj.ru/str/Intellimage