VScan

هذا مشروع صغير من تصميمي يهدف إلى البحث في كيفية مساعدة برامج ماجستير الرؤية (LLM) للمكفوفين أثناء السفر وفي حياتهم اليومية، وذلك من خلال استبدال البصر بمهام بصرية متنوعة. يحوّل VScan كاميرا هاتفك الذكي إلى أداة للإدراك البصري. يمكنك تعريف وظائف إدراكية بصرية متنوعة، مثل البحث عن الأشياء، والعلامات، وتقييم المشهد، أو حتى مجرد التوسط في الانطباعات البصرية. يمكنك بعد ذلك استخدام هذه الوظائف في عرض الكاميرا، تمامًا كما يستخدم الشخص المبصر عينيه لتحقيق هدف محدد في العالم المادي. تتكون كل أداة إدراكية من جزأين رئيسيين: • الكاميرا المستخدمة - أمامية/خلفية، بالإضافة إلى معلمات الكاميرا - الدقة، والمصباح اليدوي، إلخ. • المحفزات المستخدمة في معالجة برامج ماجستير الرؤية (LLM). تُمثل برامج ماجستير الرؤية (LLM) حلقة الوصل بين بيانات البكسل الخام وتفسيرك لها، وفي محفز المستخدم/النظام، يمكنك تحديد ما يهمك بالضبط للوظيفة المحددة، وكيفية توصيلها، بالإضافة إلى نموذج برامج ماجستير الرؤية (LLM) الذي يجب استخدامه. يُشكّل إدخال الكاميرا، إلى جانب مُوجِّه معالجة LLM، وظيفةً إدراكيةً يُمكن استخدامها لأداء مهام بصرية مُختلفة. VScan برنامج مفتوح المصدر. تفضل بزيارة المستودع الرسمي للمشروع لمعرفة المزيد عن خلفيته، ودوافعه، وأمثلة استخدامه المُحددة، وتعليمات الإعداد.