# تقسيم جسم الإنسان

مهمة مختبر من [منهج الذكاء الاصطناعي للمبتدئين](https://github.com/microsoft/ai-for-beginners).

## المهمة

في إنتاج الفيديو، على سبيل المثال في نشرات الطقس، نحتاج غالبًا إلى قص صورة الإنسان من الكاميرا ووضعها فوق لقطات أخرى. يتم ذلك عادةً باستخدام تقنيات **chroma key**، حيث يتم تصوير الشخص أمام خلفية ذات لون موحد، يتم إزالتها بعد ذلك. في هذا المختبر، سنقوم بتدريب نموذج شبكة عصبية لقص صورة ظلية للإنسان.

## مجموعة البيانات

سنستخدم [مجموعة بيانات تقسيم الجسم الكامل MADS](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) من موقع Kaggle. قم بتنزيل مجموعة البيانات يدويًا من Kaggle.

## دفتر الملاحظات المبدئي

ابدأ المختبر بفتح [BodySegmentation.ipynb](../../../../../../lessons/4-ComputerVision/12-Segmentation/lab/BodySegmentation.ipynb)

## النقاط المستفادة

تقسيم الجسم هو مجرد واحدة من المهام الشائعة التي يمكننا القيام بها باستخدام صور الأشخاص. تشمل المهام المهمة الأخرى **اكتشاف الهيكل العظمي** و**اكتشاف الوضعيات**. اطلع على مكتبة [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) لمعرفة كيفية تنفيذ هذه المهام.

**إخلاء المسؤولية**:  
تم ترجمة هذا المستند باستخدام خدمة الترجمة الآلية [Co-op Translator](https://github.com/Azure/co-op-translator). بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية هو المصدر الموثوق. للحصول على معلومات حساسة أو هامة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة ناتجة عن استخدام هذه الترجمة.