
English: 
Data can come in all shapes and sizes.
It can be a simple spreadsheet or a complex text,
audio, video or even an image.
Today, I will show you how Orange transforms images into numbers
and in this way enables machine learning.
First, we will have to install Image Analytics add-on.
Go to Options,
Add-ons,
and install Image Analytics.
Restart Orange for the add-on to appear.
Now, let's start with an example.
I have collected 19 images of domestic animals
and placed them all in the same folder.
I can load them in Orange with Import Images.

Serbian: 
Podaci mogu biti različitih oblika 
i veličina.
Mogu biti jednostavna tabela
ili kompleksan tekst,
zvuk, video ili čak slika.
Danas ću vam pokazati kako
Orange pretvara slike u brojeve
i tako omogućava mašinsko učenje.
Prvo ćemo instalirati 'Image Analytics' dodatak.
Idite u 'Options' meni ->
'Add-ons',
i instalirajte 'Image Analytics' dodatak.
Ponovo pokrenite Orange kako
bi se dodatak učitao.
Sada ćemo preći na primer.
Prikupili smo 19 slika domaćih životinja
i stavili ih u isti folder.
Možemo ih učitati u Orange koristeći 
'Import Images' operator.

Portuguese: 
Os dados podem vir de todas as formas e tamanhos.
Pode ser uma planilha simples ou um texto complexo,
áudio, vídeo ou até mesmo uma imagem.
Hoje vou mostrar como a Orange transforma imagens em números
e dessa maneira permite o aprendizado de máquina.
Primeiro, teremos que instalar o complemento do Image Analytics.
Vá para Opções,
Complementos,
e instale o Image Analytics.
Reinicie o Orange para que o complemento apareça.
Agora, vamos começar com um exemplo.
Eu coletei 19 imagens de animais domésticos
e colocou todos na mesma pasta.
Posso carregá-los em Orange com Import Images.

English: 
Open the widget and select the folder.
Now, connect Image Viewer to Import Images.
Looks like we have all the animals here.
Import Images actually constructs and outputs a data table.
But how does this data table look like?
Let's check this in a Data Table widget.
All I have is a bunch of meta information.
Image name, image file path,
size of the file, image width and height in pixels...
Nothing that will help me with machine learning.
We need image descriptors
that is numbers which describe the content of these images.
We will transform raw images into their vector representation
using a deep neural network
which was trained on millions of real-life images.
Retrieved vectors are also called image embeddings.

Serbian: 
Pokrenite operator i odaberite folder
sa slikama.
Sada povežimo 'Image Viewer'
i 'Import Images'.
Izgleda da su sve životinje tu.
'Import images' operator zapravo kreira 
i vraća nam tabelu podataka.
Ali kako ta tabela zaista izgleda?
To će nam reći 'Data Table' operator.
Sve što imamo je gomila meta-podataka.
Naziv slike, putanja,
veličina fajla, širina i visina
izražene u pikselima...
Ništa od koristi za mašinsko učenje.
Potrebni su nam deskriptori -
brojevi koji opisuju sadržaj ovih slika.
Transformisaćemo sirove slike u 
njihove vektorske reprezentacije
koristeći duboku neuronsku mrežu
koja je obučena nad milionima
slika iz realnog života.
Dobijeni vektori se, takođe, 
zovu gradivni elementi slika.

Portuguese: 
Abra o widget e selecione a pasta.
Agora, conecte o Image Viewer para importar imagens.
Parece que temos todos os animais aqui.
Import Images, na verdade, constrói e gera uma tabela de dados.
Mas como é essa tabela de dados?
Vamos verificar isso em um widget de tabela de dados.
Tudo o que tenho é um monte de meta informações.
Nome da imagem, caminho do arquivo de imagem,
tamanho do arquivo, largura e altura da imagem em pixels ...
Nada que me ajude com o aprendizado de máquina.
Precisamos de descritores de imagem
ou seja, números que descrevem o conteúdo dessas imagens.
Transformaremos imagens brutas em sua representação vetorial
usando uma rede neural profunda
que foi treinado em milhões de imagens da vida real.
Os vetores recuperados também são chamados de incorporação de imagens.

Portuguese: 
Incorporamos nossas imagens em um espaço de recurso multidimensional.
Conecte Import Images a Image Embedding.
O widget envia imagens para o servidor
e calcula os incorporaçãos remotamente.
Vamos ver o que voltamos.
Agora, não temos apenas meta informações,
mas também 2048 recursos adicionais para criar perfil das imagens.
Ótimo! Com incorporaçãos, podemos comparar as imagens
e calcular sua semelhança.
Vamos passar os dados para Distâncias
e selecione Distância Cosine
como geralmente funciona melhor para imagens.
Em seguida, podemos passar a matriz de distância para o cluster hierárquico
e observe o dendograma.
Parece que os casamentos realmente fazem sentido.

Serbian: 
Naše slike ugrađujemo u multi-
dimenzionalni prostor atributa.
Povežimo operatore 'Import Images'
i 'Image Embeddings'.
Operator šalje slike do servera
i računa gradivne elemente onlajn.
Da vidimo rezultat.
Sada više nemamo samo meta-podatke,
već i dodatnih 2048 atributa
koji opisuju slike.
Sjajno! Uz pomoć gradivnih elemenata 
možemo porediti slike
i izračunati njihovu sličnost.
Prosledimo podatke do 
'Distances' operatora
i odaberimo kosinusnu 
('Cosine') udaljenost,
jer ona najčešće daje najbolje rezultate
u radu sa slikama.
Zatim možemo da prosledimo matricu 
udaljenosti do 'Hierarchical Clustering'
i da osmotrimo dendrogram.
Izgleda da gradivni elementi 
zaista imaju smisla.

English: 
We embed our images into a multi-dimensional feature space.
Connect Import Images to Image Embeddings.
The widget sends images to the server
and computes embeddings remotely.
Let's see what we got back.
Now, we don't only have meta information,
but also 2048 additional features to profile the images.
Great! With embeddings we can compare the images
and compute their similarity.
Let us pass the data to Distances
and select Cosine distance
as it usually works best for images.
Then, we can pass the distance matrix to Hierarchical Clustering
and observe the dendrogram.
Seems like embeddings indeed makes sense.

Serbian: 
Svi pilići su grupisani zajedno,
kao i sve krave.
Možemo čak proveriti svaki klaster u 
pregledaču slika ('Image Viewer').
Naprosto divno.
Ali znam šta ćete reći -
mislite da pokušavam da vas prevarim,
da sam namerno odabrala
slične fotografije
kako bi bile grupisane zajedno.
Hajde da izvršimo dvostruku
proveru procedure
uz pomoć najpoznatije krave
u Evropi - Milke.
Ova slika se poprilično razlikuje od ostalih.
U pitanju je anfas fotografija, 
digitalno obogaćenih boja.
Preuzela sam ovu sliku s interneta
i dodala je u naš folder 
sa domaćim životinjama.

English: 
All the chickens are grouped together
and all the cows, too.
I can even check each cluster in an Image Viewer.
Simply wonderful.
But I know what you're going to say.
You think I'm trying to trick you,
that I intentionally selected similar photos,
so they would get clustered together.
Let's double-check our procedure
with the most famous cow in Europe - the Milka cow.
This image is quite different from the others.
It is a frontal photograph with digitally enhanced colors.
I have retrieved the image from the internet
and added it to my domestic animals folder.

Portuguese: 
Todas as galinhas estão agrupadas
e todas as vacas também.
Posso até verificar cada cluster em um Image Viewer.
Simplesmente maravilhoso.
Mas eu sei o que você vai dizer.
Você acha que estou tentando enganar você,
que eu selecionei intencionalmente fotos semelhantes,
para que eles se agrupassem.
Vamos verificar novamente nosso procedimento
com a vaca mais famosa da Europa - a vaca Milka.
Essa imagem é bem diferente das outras.
É uma fotografia frontal com cores aprimoradas digitalmente.
Eu recuperei a imagem da internet
e adicionei à minha pasta de animais domésticos.

Serbian: 
Ako odaberemo 'Reload' u
 'Import Images' operatoru,
nova slika će se učitati
i cela mreža operatora 
istog trenutka osvežiti.
Hajde da ponovo pokrenemo
hijerarhijsko klasterovanje
i pregledač slika.
Čini se da je Milka tačno klasterovana, 
sa ostalim pripadnicama svoje vrste.
Danas smo naučili kako da radimo sa 
slikama u Orange-u,
profilišemo ih koristeći vektorske 
reprezentacije dubokih neuronskih mreža
i da sprovedemo klasterovanje.
U sledećem klipu ćemo 
otići korak dalje.
Gradićemo prediktivne modele za 
klasifikaciju slika.

Portuguese: 
Se eu pressionar recarregar em Importar imagens
a nova imagem é carregada
e todo o fluxo de trabalho é atualizado instantaneamente.
Vamos abrir novamente o Clustering Hierárquico
e visualizador de imagens.
Parece que Milka está corretamente agrupado com esse tipo.
Hoje aprendemos a trabalhar com imagens em Orange,
perfilá-los usando incorporamentos de modelos profundos,
e execute o armazenamento em cluster.
No próximo vídeo, daremos um passo adiante.
Vamos construir modelos preditivos para classificação de imagens.

English: 
If I press reload in Import Images
the new image gets loaded
and the whole workflow is instantly updated.
Let us again open Hierarchical Clustering
and Image Viewer.
Seems like Milka is correctly clustered with its kind.
Today we've learned how to work with images in Orange,
profile them using deep model embeddings,
and perform clustering.
In the next video, we will go a step further.
We will be building predictive models for image classification.
