زيادة بيانات التدريب (Augment Dataset)

توسيع مجموعة البيانات (augmentation) ينشئ صور تدريب جديدة عن طريق تطبيق تحويلات محكومة على صورك الموسومة الموجودة مع الحفاظ على تطابق صناديق الإحاطة (bounding boxes).

إذا استُخدمت بشكل صحيح، يساعد التوسيع النموذج على التعميم (أي الأداء الجيد على صور جديدة). وإذا سُئِستخدم بشكل خاطئ، قد يزيد من سوء التدريب بتعليم النموذج أنماطًا غير واقعية.

---

⚖️ ما هو التوسيع وما ليس كذلك

Augmentation Examples

التوسيع هو...	التوسيع ليس...
وسيلة لمحاكاة تغييرات الإضاءة، الدوران أو الضجيج.	بديلاً عن زوايا تصوير أو منتجات مفقودة.
أداة لتحسين الصلابة في مجموعات البيانات الصغيرة.	حلاً للأوسمة المبدئية الخاطئة أو العشوائية.
طريقة لتقليل الإفراط في التكيّف (overfitting).	ضمانًا لنتائج أفضل (الإفراط يضر).

---

متى تستخدم التوسيع بشكل استراتيجي

متى يكون التوسيع مفيدًا

• مجموعات بيانات صغيرة: عدد الصور لكل فئة قليل.

• تغيّر بيئي متوقع: اختلافات في الإضاءة (نهار/ليل)، وميض أو ضبابية الحركة.

• الإفراط في التكيّف: دقة التدريب عالية لكن الأداء الحقيقي ضعيف.

• فئات نادرة: بعض الأجسام تظهر نادرًا في بياناتك الواقعية.

متى يكون التوسيع غير ضروري أو محفوفًا بالمخاطر

• بيانات واقعية متنوعة بالفعل: لديك آلاف الصور الحقيقية والمتنوعة.

• ميزات دقيقة جدًا: الاعتماد على خدوش دقيقة أو نسيج قد يدمره الطمس/الضجيج.

• بيئة ثابتة: الإضاءة، الكاميرا، ومواقع المنتجات لا تتغير. مثال: عنصر ثابت لا يحتاج تدوير.

تنبيه مساحة القرص: التوسيع يولد ملفات فعلية جديدة. تفعيل العديد من الخيارات قد يجعل حجم مجلد مجموعة البيانات ينفجر. نفّذ التوسيع فقط بعد إنهاء الوسم اليدوي واحتفظ بنسخة احتياطية.

---

🛠️ كيف يعمل نافذة التوسيع

في نافذة Annotate Image انتقل إلى Tools → Augment Dataset.

Augmentation Selector window

شرح الواجهة

القسم	الوظيفة
Quick Presets	إعدادات جاهزة بنقرة واحدة لتطبيق قيم افتراضية منطقية.
Quick Toggles	تفعيل/تعطيل مجموعات كاملة بسرعة (مثال: Color, Noise).
Detailed Options	ضبط دقيق لشدة Brightness, Contrast, Blur, Noise وتعديلات Perspective.

ملاحظة: الأسماء أعلاه (مثل Tools → Augment Dataset, Quick Presets, Quick Toggles, Detailed Options) هي عناصر واجهة مستخدم — ابقَ عليها كما هي عند البحث عنها في التطبيق.

---

سير عمل آمن وعملي

1. حالة أساسية نظيفة: أكمل الوسم اليدوي أولًا (أو على الأقل مجموعة فرعية نظيفة).

2. نسخ احتياطي: انسخ مجلد مجموعة البيانات.

3. ابدأ بقيم صغيرة: استخدم Preset أو إعدادات يدوية بسيطة.

4. تدقيق بصري: افتح المجلد الناتج وتحقق:

   • هل لا تزال صناديق الإحاطة تركز على الأجسام؟

   • هل تبدو الصور الموسعة واقعية؟

5. درِّب وقارن: قارن نتائج نموذج تم تدريبه مع وبدون التوسيع.

---

❓ استكشاف الأخطاء وإصلاحها

📉 "أداء النموذج ساء بعد التوسيع"

هذا يعني غالبًا أن التحويلات لم تطابق الواقع.

• جرب تخفيض شدة التوسيع.

• عطل التحويلات التي تنتج صورًا غير واقعية (مثلاً: لا تستخدم دوران 180° إذا كانت القطع دائمًا في وضع مستقيم).

🖼️ "الصناديق خاطئة على الصور الموسعة"

• جرب تقليل التحويلات الهندسية (rotation / perspective).

• تأكد أن الوسوم الأصلية كانت ضيقة وصحيحة قبل التوسيع.

📂 "تولّد عددًا كبيرًا من الملفات"

• عطل معظم التحويلات واحتفظ فقط بما تحتاجه فعلًا.

• طبّق التوسيع على مجموعة فرعية أصغر من الصور.