⭐ شرح مبسّط: يعني إيه CNN وليه خلت الكمبيوتر “يشوف”؟
لو عمرك سألت نفسك:
إزاي الكمبيوتر بقى يعرف إن الصورة فيها قطة؟ أو إن الشخص ده بيبتسم؟ أو إن دي إشارة مرور؟
فالسر الحقيقي وراء النقلة دي هو:
Convolutional Neural Networks — CNNs
التقنية اللي قلبت عالم رؤية الحاسوب، وخلّت الآلة تتعلم “تفهم الصورة” من غير ما تبرمجّها على كل تفصيلة.
🔵 1. CNN يعني إيه ببساطة؟
هي شبكة عصبية معمّلة خصيصًا للصور.
بدل ما نكتب قواعد للكمبيوتر زي:
“لو لقيت خط أسود… لو لقيت دائرة…”
الـ CNN بتتعلم ده كله لوحدها أثناء التدريب.
🎬 فيديو مبسّط يشرح CNN:
https://www.youtube.com/watch?v=YRhxdVk_sIs
🎬 شرح CNN بالعربي (مختصر وسهل):
https://www.youtube.com/watch?v=Mn3oRMS2TXk
🔵 2. السحر الحقيقي: الـ Convolution والـ Pooling
✔️ Convolution — الفلتر اللي بيمشي على الصورة
فلتر صغير (3×3 أو 5×5) يمشي على الصورة ويحوّلها لـ خريطة مميزات — Feature Map.
في الطبقات الأولى الجهاز يتعلم:
- الحواف
- الخطوط
- الزوايا
ومع كل طبقة أعمق، يتعلم:
- أشكال
- أجزاء من الوجوه
- أنماط معقدة جدًا
🎬 شرح عملي للـ Convolution:
https://www.youtube.com/watch?v=KuXjwB4LzSA
✔️ Pooling — تلخيص الصورة من غير ما نفقد المهم
الـ Pooling يقلل حجم الصورة ويحافظ على أهم المعلومات.
أشهر نوع: Max Pooling.
🎬 شرح Max Pooling ببساطة:
https://www.youtube.com/watch?v=ZjM_XQa5s6s
🔵 3. شكل شبكة CNN الحقيقي… من غير تعقيد
ناس كتير فاكرة إن CNN مجموعة طبقات وخلاص.
لكن الحقيقة إن أي CNN — مهما كانت بسيطة — بتمشي في 3 مراحل رئيسية:
1) مرحلة استخلاص المميزات Feature Extraction
ودي اللي فيها:
- طبقات Convolution
- تفعيل ReLU
- Pooling
المرحلة دي هي “العين” اللي بتقرأ الصورة وتتعلم مكوناتها خطوة بخطوة.
2) مرحلة تحويل المصفوفات إلى أرقام مفهومة
بعد ما الصورة تتحوّل لعشرات أو مئات الخرائط (Feature Maps)،
بنحوّلهم إلى Vector واحد طويل جاهز للتصنيف.
3) مرحلة اتخاذ القرار Classification
ودي اللي فيها طبقات Fully Connected.
هنا الشبكة بتقول:
- قطة؟
- كلب؟
- إنسان؟
- عربية؟
- إشارة مرور؟
🎬 شرح CNN كامل وبسيط (مبتدئين):
https://www.youtube.com/watch?v=aircAruvnKk
🎬 دورة CNN قوية للمبتدئين – freeCodeCamp:
https://www.youtube.com/watch?v=38gG3lHDpYk
🔵 4. ليه CNN كانت ثورة؟
لأنها:
- بتتعلم المميزات لوحدها
- دقيقة جدًا
- قوية مع الصور الكبيرة
- مش محتاجة نكتب قواعد ثابتة
- الأساس اللي اتبنت عليه كل تقنيات Computer Vision الحديثة
لكن… ظهرت بعدها تقنية أقوى في بعض المجالات:
Vision Transformers (ViT) — واللي بقت مستخدمة في أنظمة حديثة كتير.
🎬 مقدمة سهلة عن Vision Transformers:
https://www.youtube.com/watch?v=ovB0ddFtzzA
🔵 5. أفضل فيديوهات تبدأ بيها (مباشرة)
-
مقدمة CNN بالعربي:
https://www.youtube.com/watch?v=Mn3oRMS2TXk -
CNN ببساطة (إنجليزي سهل):
https://www.youtube.com/watch?v=YRhxdVk_sIs -
دورة كاملة Neural Networks & CNN:
https://www.youtube.com/watch?v=aircAruvnKk
✅ الخلاصة
CNN هي التقنية اللي حولت الكمبيوتر من “حاسب أرقام” إلى “قارئ صور”.
فهمها مش صعب… وبتفتح لك باب كبير في عالم Computer Vision والذكاء الاصطناعي.
ابدأ بفيديو واحد من اللي فوق، وهتفهم الموضوع أسرع مما تتوقع.