45 דקות שיעור חינם · מתחילים עכשיו, בלי כרטיס אשראי
שיעור פרטי

שיעור פרטי בראייה ממוחשבת עם AI

ללמוד איך מחשב רואה: מפיקסלים וקצוות, דרך רשתות קונבולוציה וזיהוי, ועד טרנספורמרים, OCR ווידאו

שיעור חי 1:1 עם מורה AI

המורה: נועם

  • התוכנית עודכנה 11.2026
  • עברית, ועוד 5 שפות
  • 3 רמות
  • 36 שיעורים · כ־20 שעות של שיעורים

ראייה ממוחשבת

ללמוד איך מחשב רואה: מפיקסלים וקצוות, דרך רשתות קונבולוציה וזיהוי, ועד טרנספורמרים, OCR ווידאו

12 שיעורים · 4 פרקים · שיעור חי פרטי עם המורה על הלוח

מה תדעו לעשות בסוף

  • לחשב רזולוציה וגודל בזיכרון של תמונה, בגווני אפור וב-RGB
  • לבנות מסכה במרחב HSV שמבודדת אובייקט לפי הגוון שלו
  • לקרוא היסטוגרמה, לתקן ניגודיות ולבחור סף למסכה בינארית
  • לחשב קונבולוציה ביד עם kernel 3×3 ולחזות את גודל ה-feature map
  • לבחור פילטר לפי סוג הרעש: ממוצע, גאוסיאני או חציון
  • לחשב גודל וכיוון גרדיאנט עם Sobel ולחזות איזה kernel יגיב לאיזה קצה
  • לתאר את שלבי Canny ולנקות מסכה בינארית עם erosion ו-dilation
  • לבחור לכל בעיה את סוג המשימה: סיווג, זיהוי, סגמנטציה או OCR

בסוף כל רמה המורה בודק שזה באמת ברור, לא רק שעברנו על החומר

הקורס כולל

  • שיעורים חיים 1:1 עם מורה פרטי AI על לוח
  • 20 שעות של שיעורים חיים אחד על אחד
  • 36 שיעורים על לוח משותף, כל אחד עם יעד ברור
  • תרגול ובדיקת הבנה בכל שיעור
  • סיכום אחרי כל שיעור, שנשמר בהיסטוריה
  • תעודת סיום לכל רמה
  • מחשב, טאבלט או טלפון
  • עברית, ועוד 5 שפות

תוכנית הקורס

3 רמות · 12 פרקים · 36 שיעורים · 19 שע׳ 40 דק׳ בסך הכול

מתחיליםראייה ממוחשבת — מתחילים: מפיקסלים לקצוות4 פרקים • 12 שיעורים • 6 שע׳ 15 דק׳

להבין איך מחשב מייצג תמונה ומעבד אותה: פיקסלים, ערוצי צבע, היסטוגרמות, סף, קונבולוציה, טשטוש וזיהוי קצוות, ולבחור את סוג המשימה הנכון לבעיה.

  1. התמונה כנתונים3 שיעורים • 1 שע׳ 30 דק׳
    1. 1תמונה דיגיטלית: רשת של מספריםלהסביר איך תמונה בגווני אפור נשמרת כמטריצה, לאתר פיקסל לפי שורה ועמודה ולחשב רזולוציה.שיעור ניסיוןכ־30 דק׳
    2. 2צבע וערוצים: RGBלתאר תמונה צבעונית כמערך H×W×3, לחשב את גודלה בזיכרון ולהמיר אותה לגווני אפור.כ־30 דק׳
    3. 3מרחבי צבע: HSV וסינון לפי צבעלבחור מרחב צבע מתאים ולבנות מסכה שמבודדת אובייקט לפי הגוון שלו.כ־30 דק׳
  2. פעולות על פיקסלים3 שיעורים • 1 שע׳ 30 דק׳
    1. 4היסטוגרמה, בהירות וניגודיותלקרוא היסטוגרמה של תמונה ולתקן בהירות וניגודיות בפעולות נקודתיות בלי לגרום לגלישה.כ־30 דק׳
    2. 5סף ומסכות בינאריותלהפוך תמונה למסכה בינארית בבחירת סף מושכלת ולספור אובייקטים נפרדים במסכה.כ־30 דק׳
    3. 6טרנספורמציות גאומטריות ושינוי גודללהסביר מה קורה לפיקסלים בהקטנה, הגדלה, סיבוב וחיתוך, ולבחור שיטת אינטרפולציה מתאימה.כ־30 דק׳
  3. פילטרים וקצוות4 שיעורים • 2 שע׳ 15 דק׳
    1. 7קונבולוציה: פילטר שמחליק על התמונהלחשב קונבולוציה ביד עם kernel 3×3, ולחזות את גודל ה-feature map לפי padding ו-stride.כ־35 דק׳
    2. 8טשטוש, רעש וחידודלבחור פילטר מתאים לסוג הרעש — ממוצע, גאוסיאני או חציון — ולהסביר איך חידוד עובד.כ־30 דק׳
    3. 9גרדיאנטים וקצוות: Sobelלהסביר מה פילטר Sobel מזהה, לחשב גודל וכיוון גרדיאנט, ולחזות איזה kernel יגיב לאיזה קצה.כ־35 דק׳
    4. 10גלאי Canny ומורפולוגיהלתאר את שלבי Canny ולנקות מסכות בינאריות בעזרת erosion, dilation, opening ו-closing.כ־35 דק׳
  4. מפיקסלים להבנה2 שיעורים • 1 שע׳
    1. 11פינות ותכונות: מה הופך נקודה למיוחדתלהסביר למה פינות הן נקודות עניין טובות ומה ההבדל בין תכונות ידניות לפילטרים שנלמדים מנתונים.כ־30 דק׳
    2. 12מפת המשימות: סיווג, זיהוי, סגמנטציה ו-OCRלבחור לכל בעיה את סוג המשימה הנכון ולתאר מה הפלט של כל סוג, ומתי שיטה קלאסית מספיקה.כ־30 דק׳
ממשיכיםממשיכים: רשתות קונבולוציה, זיהוי וסגמנטציה4 פרקים • 12 שיעורים • 6 שע׳ 35 דק׳

הלומד/ת יבין/תבין איך CNN לומד פילטרים בעצמו, יבחר/תבחר ויעריך/תעריך מודל לסיווג, זיהוי או סגמנטציה, וישתמש/תשתמש בהגדלת נתונים ובהעברת למידה.

  1. סיווג תמונות עם CNN4 שיעורים • 2 שע׳ 15 דק׳
    1. 1מסווג שלומד: מתמונה להסתברויותתסביר/י איך מודל הופך תמונה לווקטור הסתברויות עם softmax, ואיך loss מודד טעות ומנחה את הלמידה.כ־30 דק׳
    2. 2שכבת קונבולוציה: ערוצים, stride ו-paddingתחשב/י את גודל הפלט ומספר הפרמטרים של שכבת קונבולוציה, ותסביר/י למה היא חסכונית לעומת שכבה מלאה.כ־35 דק׳
    3. 3בונים CNN: אקטיבציה, pooling והיררכיית תכונותתתאר/י ארכיטקטורת CNN מלאה ותסביר/י איך שכבות עמוקות רואות תבניות גדולות ומופשטות יותר.כ־35 דק׳
    4. 4אימון והערכה: overfitting ו-confusion matrixתאבחן/י overfitting מעקומות למידה ותעריך/תעריכי מסווג עם precision, recall ו-confusion matrix.כ־35 דק׳
  2. נתונים ומודלים מוכנים2 שיעורים • 1 שע׳ 5 דק׳
    1. 5הגדלת נתונים: יותר תמונות בלי לצלםתבחר/י טרנספורמציות הגדלה ששומרות על התווית למשימה נתונה, ותסביר/י איך הן מפחיתות overfitting.כ־30 דק׳
    2. 6העברת למידה וארכיטקטורות מוכרותתתאים/י מודל מאומן מראש למשימה חדשה ותחליט/י מה להקפיא ומה לאמן לפי כמות הנתונים.כ־35 דק׳
  3. זיהוי אובייקטים3 שיעורים • 1 שע׳ 35 דק׳
    1. 7בעיית הזיהוי: תיבות, IoU ו-anchorsתתאר/י את פלט הגלאי, תחשב/י IoU בין שתי תיבות, ותסביר/י למה סיווג רגיל לא מספיק לזיהוי.כ־30 דק׳
    2. 8גלאים: שני שלבים מול שלב אחד ו-NMSתשווה/י בין גלאי דו-שלבי לחד-שלבי ותריץ/י NMS ידנית כדי לנקות תיבות כפולות.כ־35 דק׳
    3. 9הערכת גלאי: precision-recall ו-mAPתחשב/י precision ו-recall לגלאי, תקרא/י עקומת precision-recall ותסביר/י מה אומר mAP@0.5.כ־30 דק׳
  4. סגמנטציה ובחירת פתרון3 שיעורים • 1 שע׳ 40 דק׳
    1. 10סגמנטציה סמנטית: encoder-decoder ו-U-Netתסביר/י איך רשת מחזירה תווית לכל פיקסל, ולמה U-Net משתמשת ב-skip connections כדי לשמור על גבולות חדים.כ־35 דק׳
    2. 11סגמנטציית מופעים ומדדי מסכותתבחין/י בין סגמנטציה סמנטית, מופעים ופנופטית, ותעריך/תעריכי מסכה עם IoU ו-Dice.כ־30 דק׳
    3. 12מבעיה לפתרון: בחירת משימה, נתונים ומדדתתכנן/י פתרון ראייה ממוחשבת מקצה לקצה: סוג משימה, תיוג, מודל בסיס, הגדלות ומדד הצלחה.כ־35 דק׳
מתקדמיםראייה ממוחשבת מתקדמת: טרנספורמרים, OCR, וידאו ואחריות4 פרקים • 12 שיעורים • 6 שע׳ 50 דק׳

הלומד/ת מסביר/ה איך ViT ומודלי יסוד רואים, בונה צינור OCR ומעקב בווידאו, מודד/ת הטיות ומעביר/ה מודל לפרודקשן באחריות.

ממופה למבחן: Stanford CS231n — transformers, video, self-supervised; MOTChallenge metrics; NIST FRVT demographic effects

  1. טרנספורמרים ומודלי יסוד בראייה4 שיעורים • 2 שע׳ 20 דק׳
    1. 1Self-attention: כל פיקסל מסתכל על כולםתסביר/י איך Query, Key ו-Value מחשבים קשרים גלובליים בתמונה ולמה זה שונה מ-receptive field של CNN.כ־35 דק׳
    2. 2Vision Transformer: תמונה כרצף של patchesתתאר/י את מסלול ViT מ-patches ועד סיווג ותדע/י מתי ViT עדיף על CNN.כ־35 דק׳
    3. 3למידה בלי תוויות: self-supervised ו-CLIPתסביר/י איך מודל לומד ייצוג מתמונות בלי תיוג ואיך CLIP מסווג zero-shot לפי טקסט.כ־35 דק׳
    4. 4זיהוי וסגמנטציה עם טרנספורמרים: DETR ו-SAMתסביר/י איך DETR מוותר על anchors ו-NMS ואיך SAM מייצר מסכות לפי prompt.כ־35 דק׳
  2. OCR: מתמונה לטקסט2 שיעורים • 1 שע׳ 10 דק׳
    1. 5צינור OCR: איתור טקסט וזיהוי עם CTCתפרק/י מערכת OCR לשלבים ותסביר/י איך CTC מתרגם רצף פריימים לאותיות בלי יישור ידני.כ־35 דק׳
    2. 6OCR למסמכים בעברית: RTL, פריסה ומודלים end-to-endתתכנן/י חילוץ שדות ממסמך עברי ותבחר/י בין צינור קלאסי, layout model ו-VLM.כ־35 דק׳
  3. וידאו ומעקב3 שיעורים • 1 שע׳ 40 דק׳
    1. 7וידאו כזמן: תנועה ו-optical flowתסביר/י איך מודדים תנועה בין פריימים ותבחר/י בין הפרש פריימים, optical flow ומודל וידאו.כ־30 דק׳
    2. 8מעקב מרובה אובייקטים: tracking by detectionתתאר/י איך SORT ו-ByteTrack מקשרים זיהויים לאורך זמן עם Kalman והתאמה הונגרית.כ־40 דק׳
    3. 9הערכת מעקב: MOTA, IDF1 ו-HOTAתחשב/י MOTA, תסביר/י מה IDF1 ו-HOTA מוסיפים ותבחר/י מדד לפי הצורך העסקי.כ־30 דק׳
  4. הטיות, אחריות ופרודקשן3 שיעורים • 1 שע׳ 40 דק׳
    1. 10הטיות בראייה ממוחשבת: מאיפה הן באות ואיך מודדיםתזהה/י מקורות הטיה בנתונים ובמודל ותמדוד/מדדי ביצועים לפי תת-קבוצות.כ־35 דק׳
    2. 11פרטיות, ביומטריה ורגולציהתסביר/י אילו חובות חלות על מערכת ראייה שמעבדת פנים בישראל ובאירופה ותתכנן/י צמצום מידע.כ־30 דק׳
    3. 12מודל בפרודקשן: יעילות, קצה וניטורתבחר/י אופטימיזציות להרצת מודל ראייה בזמן אמת ותגדיר/י ניטור drift אחרי השקה.כ־35 דק׳

מה צריך

  • לרמת מתחילים: אין צורך בידע קודם
  • לרמות ממשיכים ומתקדמים: היכרות עם החומר של הרמה הקודמת
  • מחשב, טאבלט או טלפון עם מיקרופון, ודפדפן

על הקורס

קורס ראייה ממוחשבת בשלוש רמות. מתחילים מייצוג תמונה כמספרים, פילטרים וקצוות. ממשיכים ל-CNN, זיהוי אובייקטים וסגמנטציה. מסיימים בטרנספורמרים, OCR, וידאו, הטיות ופרודקשן. השיעורים אישיים, אחד על אחד: פותרים יחד על לוח משותף, צעד אחר צעד.

למי הקורס

  • מי שרוצה להבין איך מחשב מעבד תמונות, מהיסוד
  • מי שמכיר רשתות נוירונים ורוצה להתמקד בתמונה ובווידאו
  • מי שצריך לבחור או להעריך פתרון ראייה ממוחשבת לבעיה אמיתית

מבחנים והסמכות

  • מתקדמים: Stanford CS231n — transformers, video, self-supervised; MOTChallenge metrics; NIST FRVT demographic effects
  • בינה מלאכותית ולמידת מכונה

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־19 שעות35 שיעורים3 רמות
  • להשתמש ב־AI בחוכמה

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־12 שעות24 שיעורים2 רמות
  • למידת מכונה

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־20 שעות36 שיעורים3 רמות
  • למידה עמוקה

    עם נועה

    שיעור חי 1:1 עם מורה AIכ־18 שעות34 שיעורים3 רמות
  • עיבוד שפה טבעית (NLP)

    עם נועם

    שיעור חי 1:1 עם מורה AIכ־20 שעות35 שיעורים3 רמות
  • MLOps

    עם נועה

    שיעור חי 1:1 עם מורה AIכ־19 שעות35 שיעורים3 רמות
לכל הקורסים במסלול בינה מלאכותית

המורה שלך

נועםנועםמורה AI פרטי, בשיעור חי על לוח משותף

מורה AI פרטי שמלמד בשיחה חיה: שואל, מקשיב, מצייר על הלוח ונותן לפתור לבד עם רמזים. זוכר מה למדתם ומתחיל כל שיעור מהמקום שעצרתם.

איך נראה שיעור?

  • הילד מדבר עם המורה בקול, כמו בשיחת וידאו, ושואל מה שלא ברור.

  • המורה מסביר, כותב ומצייר על לוח משותף, והילד פותר איתו על אותו לוח.

  • אפשר לצלם דף עבודה או שיעורי בית וללמוד ממנו, תרגיל אחרי תרגיל.

  • ההורה מקבל דוח: זמן לימוד, מה הצליח ומה כדאי לחזק.

כללי השיעור

  • רק לימוד

שאלות נפוצות

איך עובד שיעור פרטי בראייה ממוחשבת?
בוחרים ראייה ממוחשבת ורמה, ומדברים עם המורה בקול. המורה שואל מה כבר ידוע, מסביר, כותב ומצייר על הלוח, ונותן לפתור לבד עם רמזים עד שהעניין ברור.
כמה זמן לוקח הקורס ראייה ממוחשבת?
12 שיעורים של כ־31 דקות ברמה הראשונה, בקצב שלך. אפשר לעצור, לחזור ולדלג על מה שכבר ידוע.
צריך ידע קודם?
לא ברמת המתחילים. בתחילת השיעור הראשון המורה בודק מה כבר ידוע ומתאים את הרמה, ואפשר להתחיל ישר מרמה מתקדמת.
איך מתחילים בחינם?
נכנסים עם חשבון Google או עם קוד שנשלח למייל, כותבים שם וכיתה של הילד, והשיעור מתחיל מיד. כל משפחה מקבלת 45 דקות שיעור חינם, בכל מקצוע, לפי זמן השיעור בפועל, בלי כרטיס אשראי. אחר כך בוחרים מנוי בתשלום, ומבטלים בכל עת.
על איזה מכשיר לומדים?
בכל מחשב, טאבלט או טלפון עם דפדפן ומיקרופון. אפשר גם להתקין את האתר כאפליקציה במסך הבית.

רוצים לנסות?

נכנסים, כותבים שם וכיתה של הילד, והשיעור מתחיל. 45 דקות שיעור חינם, בלי כרטיס אשראי.

להתחיל בחינם

שיעור פרטי עם AI: מה זה ואיך זה עובד

ראייה ממוחשבת45 הדקות הראשונות בחינם

שיעור פרטילהתחיל בחינם