diff --git a/translations/he/.co-op-translator.json b/translations/he/.co-op-translator.json
index 190d0755d..351e1b20d 100644
--- a/translations/he/.co-op-translator.json
+++ b/translations/he/.co-op-translator.json
@@ -738,8 +738,8 @@
     "language_code": "he"
   },
   "README.md": {
-    "original_hash": "3fcc056cd3837e33d2bdf79f9c359fcf",
-    "translation_date": "2026-01-30T02:11:55+00:00",
+    "original_hash": "accf69391fa4450eadbf492ca024cccf",
+    "translation_date": "2026-04-06T17:06:48+00:00",
     "source_file": "README.md",
     "language_code": "he"
   },
diff --git a/translations/he/1-getting-started/lessons/1-introduction-to-iot/README.md b/translations/he/1-getting-started/lessons/1-introduction-to-iot/README.md
index f606e4cfb..4435b5136 100644
--- a/translations/he/1-getting-started/lessons/1-introduction-to-iot/README.md
+++ b/translations/he/1-getting-started/lessons/1-introduction-to-iot/README.md
@@ -1,6 +1,6 @@
 # מבוא ל-IoT
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-1.2606670fa61ee904.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
diff --git a/translations/he/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md b/translations/he/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
index c2b98f609..9265eaf42 100644
--- a/translations/he/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
+++ b/translations/he/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
@@ -203,7 +203,7 @@
 
     האפליקציה תתחיל לפעול ותיפתח בדפדפן האינטרנט שלך:
 
-    ![The Counter Fit app running in a browser](../../../../../translated_images/he/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.png)
+    ![The Counter Fit app running in a browser](../../../../../translated_images/he/counterfit-first-run.433326358b669b31.webp)
 
     היא תסומן כ-*Disconnected*, עם הנורית בפינה הימנית העליונה כבויה.
 
@@ -224,7 +224,7 @@
 
 1. בטרמינל החדש, הרץ את הקובץ `app.py` כפי שעשית קודם. הסטטוס של CounterFit ישתנה ל-**Connected** והנורית תידלק.
 
-    ![Counter Fit showing as connected](../../../../../translated_images/he/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.png)
+    ![Counter Fit showing as connected](../../../../../translated_images/he/counterfit-connected.ed30b46d8f79b092.webp)
 
 > 💁 תוכל למצוא את הקוד הזה בתיקייה [code/virtual-device](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/virtual-device).
 
diff --git a/translations/he/1-getting-started/lessons/2-deeper-dive/README.md b/translations/he/1-getting-started/lessons/2-deeper-dive/README.md
index 861c8f135..384b5b99b 100644
--- a/translations/he/1-getting-started/lessons/2-deeper-dive/README.md
+++ b/translations/he/1-getting-started/lessons/2-deeper-dive/README.md
@@ -1,6 +1,6 @@
 # צלילה עמוקה יותר לעולם ה-IoT
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-2.324b0580d620c25e.webp)
 
 > סקיצה מאת [ניטיה נאראסימהאן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -38,7 +38,7 @@
 
 מכשירים אלו מתקשרים עם העולם הפיזי, או באמצעות חיישנים לאיסוף נתונים מהסביבה שלהם, או על ידי שליטה בפלטים או מפעילים (actuators) כדי לבצע שינויים פיזיים. דוגמה טיפוסית לכך היא תרמוסטט חכם - מכשיר שיש לו חיישן טמפרטורה, אמצעי לקביעת טמפרטורה רצויה כמו חוגה או מסך מגע, וחיבור למערכת חימום או קירור שניתן להפעיל כאשר הטמפרטורה הנמדדת חורגת מהטווח הרצוי. חיישן הטמפרטורה מזהה שהחדר קר מדי, והמפעיל מדליק את החימום.
 
-![תרשים המראה טמפרטורה וחוגה כקלטים למכשיר IoT, ושליטה על תנור כחלק מהפלט](../../../../../translated_images/he/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.png)
+![תרשים המראה טמפרטורה וחוגה כקלטים למכשיר IoT, ושליטה על תנור כחלק מהפלט](../../../../../translated_images/he/basic-thermostat.a923217fd1f37e5a.webp)
 
 יש מגוון עצום של דברים שיכולים לשמש כמכשירי IoT, החל מחומרה ייעודית שמזהה דבר אחד, ועד מכשירים כלליים, אפילו הטלפון החכם שלכם! טלפון חכם יכול להשתמש בחיישנים כדי לזהות את העולם סביבו, ובמפעילים כדי לתקשר עם העולם - לדוגמה, שימוש בחיישן GPS כדי לזהות את מיקומכם ורמקול כדי לתת הוראות ניווט ליעד.
 
@@ -54,7 +54,7 @@
 
 לדוגמה, בתרמוסטט חכם, התרמוסטט יתחבר באמצעות WiFi ביתי לשירות ענן. הוא ישלח את נתוני הטמפרטורה לשירות הענן, ומשם הנתונים ייכתבו למסד נתונים כלשהו, מה שיאפשר לבעל הבית לבדוק את הטמפרטורה הנוכחית והעברית באמצעות אפליקציה בטלפון. שירות נוסף בענן יידע מהי הטמפרטורה הרצויה לבעל הבית, וישלח הודעות חזרה למכשיר IoT דרך שירות הענן כדי להפעיל או לכבות את מערכת החימום.
 
-![תרשים המראה טמפרטורה וחוגה כקלטים למכשיר IoT, המכשיר עם תקשורת דו-כיוונית לענן, שמתקשר גם עם טלפון, ומפעיל תנור כחלק מהפלט](../../../../../translated_images/he/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.png)
+![תרשים המראה טמפרטורה וחוגה כקלטים למכשיר IoT, המכשיר עם תקשורת דו-כיוונית לענן, שמתקשר גם עם טלפון, ומפעיל תנור כחלק מהפלט](../../../../../translated_images/he/mobile-controlled-thermostat.4a994010473d8d6a.webp)
 
 גרסה חכמה יותר יכולה להשתמש בבינה מלאכותית בענן עם נתונים מחיישנים אחרים המחוברים למכשירי IoT אחרים, כמו חיישני נוכחות שמזהים אילו חדרים בשימוש, כמו גם נתונים כמו מזג האוויר ואפילו לוח השנה שלכם, כדי לקבל החלטות על הגדרת הטמפרטורה בצורה חכמה. לדוגמה, היא יכולה לכבות את החימום אם היא מזהה מלוח השנה שאתם בחופשה, או לכבות את החימום לפי חדרים בהתאם לשימוש שלכם, וללמוד מהנתונים כדי להיות מדויקת יותר עם הזמן.
 
@@ -94,7 +94,7 @@
 
 > 💁 מעבדים מבצעים תוכניות באמצעות [מחזור אחזור-פענוח-ביצוע](https://wikipedia.org/wiki/Instruction_cycle). בכל תקתוק שעון, המעבד יאחזר את ההוראה הבאה מהזיכרון, יפענח אותה, ואז יבצע אותה, כמו שימוש ביחידת לוגיקה אריתמטית (ALU) כדי לחבר שני מספרים. חלק מהביצועים ייקחו מספר תקתוקים, ולכן המחזור הבא יפעל בתקתוק הבא לאחר שההוראה הושלמה.
 
-![מחזור אחזור-פענוח-ביצוע המראה את אחזור ההוראה מהתוכנית המאוחסנת ב-RAM, ואז פענוחה וביצועה על המעבד](../../../../../translated_images/he/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.png)
+![מחזור אחזור-פענוח-ביצוע המראה את אחזור ההוראה מהתוכנית המאוחסנת ב-RAM, ואז פענוחה וביצועה על המעבד](../../../../../translated_images/he/fetch-decode-execute.2fd6f150f6280392.webp)
 
 למיקרו-בקרים יש מהירויות שעון נמוכות בהרבה ממחשבים שולחניים או ניידים, או אפילו מרוב הטלפונים החכמים. לדוגמה, למיקרו-בקר Wio Terminal יש מעבד שפועל במהירות של 120MHz או 120,000,000 מחזורים בשנייה.
 
@@ -182,7 +182,7 @@ RAM הוא הזיכרון שבו התוכנית משתמשת בזמן הריצה
 
 אתם תכתבו את קוד ההגדרות שלכם בפונקציה `setup`, כמו התחברות ל-WiFi ושירותי ענן או אתחול פינים לקלט ופלט. קוד הלולאה שלכם יכיל קוד עיבוד, כמו קריאה מחיישן ושליחת הערך לענן. בדרך כלל תכללו עיכוב בכל לולאה, לדוגמה, אם אתם רוצים לשלוח נתוני חיישן רק כל 10 שניות, תוסיפו עיכוב של 10 שניות בסוף הלולאה כך שהמיקרו-בקר יוכל לישון, לחסוך באנרגיה, ואז להריץ את הלולאה שוב כעבור 10 שניות.
 
-![סקיצה של Arduino שמריצה את setup תחילה, ואז מריצה את loop שוב ושוב](../../../../../translated_images/he/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.png)
+![סקיצה של Arduino שמריצה את setup תחילה, ואז מריצה את loop שוב ושוב](../../../../../translated_images/he/arduino-sketch.79590cb837ff7a7c.webp)
 
 ✅ ארכיטקטורת תוכנה זו מכונה *לולאת אירועים* או *לולאת הודעות*. יישומים רבים משתמשים בזה מאחורי הקלעים וזהו הסטנדרט עבור רוב יישומי שולחן העבודה שמריצים מערכות הפעלה כמו Windows, macOS או Linux. הפונקציה `loop` מאזינה להודעות מרכיבי ממשק משתמש כמו כפתורים, או מכשירים כמו מקלדת, ומגיבה אליהם. תוכלו לקרוא עוד במאמר זה על [לולאת אירועים](https://wikipedia.org/wiki/Event_loop).
 
diff --git a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/README.md b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/README.md
index d8dc4fc18..8d063f9bd 100644
--- a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/README.md
+++ b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/README.md
@@ -1,6 +1,6 @@
 # אינטראקציה עם העולם הפיזי באמצעות חיישנים ומפעילים
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-3.cc3b7b4cd646de59.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -81,7 +81,7 @@
 מכשירי IoT הם דיגיטליים - הם לא יכולים לעבוד עם ערכים אנלוגיים, אלא רק עם 0 ו-1. משמעות הדבר היא שערכי חיישנים אנלוגיים צריכים להיות מומרצים לאות דיגיטלי לפני שניתן לעבד אותם. מכשירי IoT רבים כוללים ממירי אנלוגי-לדיגיטלי (ADCs) כדי להמיר קלטים אנלוגיים לייצוגים דיגיטליים של ערכם. חיישנים יכולים גם לעבוד עם ADCs דרך לוח מחבר. 
 
 ...
-![אור עמום במתח נמוך ובהיר יותר במתח גבוה](../../../../../translated_images/he/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.png)
+![אור עמום במתח נמוך ובהיר יותר במתח גבוה](../../../../../translated_images/he/dimmable-light.9ceffeb195dec1a8.webp)
 
 בדומה לחיישנים, מכשיר ה-IoT עצמו עובד עם אותות דיגיטליים, לא אנלוגיים. המשמעות היא שכדי לשלוח אות אנלוגי, מכשיר ה-IoT זקוק לממיר דיגיטלי לאנלוגי (DAC), או על המכשיר עצמו או על לוח מחבר. ממיר זה יהפוך את ה-0 וה-1 מהמכשיר לאות מתח אנלוגי שהמפעיל יכול להשתמש בו.
 
@@ -128,7 +128,7 @@
 
 מפעיל דיגיטלי פשוט הוא לד (LED). כאשר מכשיר שולח אות דיגיטלי של 1, נשלח מתח גבוה שמדליק את הלד. כאשר נשלח אות דיגיטלי של 0, המתח יורד ל-0V והלד נכבה.
 
-![לד כבוי ב-0 וולט ודולק ב-5V](../../../../../translated_images/he/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.png)
+![לד כבוי ב-0 וולט ודולק ב-5V](../../../../../translated_images/he/led.ec6d94f66676a174.webp)
 
 ✅ אילו מפעילים פשוטים בעלי שני מצבים נוספים אתם יכולים לחשוב עליהם? דוגמה אחת היא סולנואיד, שהוא אלקטרומגנט שניתן להפעיל כדי לבצע פעולות כמו הזזת בריח דלת לנעילה/פתיחה של דלת.
 
diff --git a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
index e8c1b59b3..04ebe0f5c 100644
--- a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
+++ b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
@@ -26,7 +26,7 @@ Otherwise
 
 חבר את ה-LED.
 
-![נורת LED מסוג Grove](../../../../../translated_images/he/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
+![נורת LED מסוג Grove](../../../../../translated_images/he/grove-led.6c853be93f473cf2.webp)
 
 1. בחר את ה-LED המועדף עליך והכנס את הרגליים לשני החורים שבמודול ה-LED.
 
@@ -40,7 +40,7 @@ Otherwise
 
 1. כאשר ה-Raspberry Pi כבוי, חבר את הקצה השני של כבל Grove לשקע הדיגיטלי המסומן **D5** על כובע הבסיס של Grove שמחובר ל-Pi. שקע זה הוא השני משמאל, בשורה של השקעים ליד פיני GPIO.
 
-![ה-LED של Grove מחובר לשקע D5](../../../../../translated_images/he/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.png)
+![ה-LED של Grove מחובר לשקע D5](../../../../../translated_images/he/pi-led.97f1d474981dc35d.webp)
 
 ## תכנת את מנורת הלילה
 
diff --git a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
index 6453d2f57..4eaa9baa4 100644
--- a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
+++ b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
@@ -16,13 +16,13 @@
 
 חבר את חיישן האור
 
-![חיישן אור Grove](../../../../../translated_images/he/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.png)
+![חיישן אור Grove](../../../../../translated_images/he/grove-light-sensor.b8127b7c434e632d.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע על מודול חיישן האור. הכבל ייכנס רק בכיוון אחד.
 
 1. כאשר ה-Raspberry Pi כבוי, חבר את הקצה השני של כבל Grove לשקע האנלוגי המסומן **A0** על כובע הבסיס של Grove שמחובר ל-Pi. שקע זה הוא השני מימין, בשורה של השקעים ליד פיני GPIO.
 
-![חיישן האור Grove מחובר לשקע A0](../../../../../translated_images/he/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.png)
+![חיישן האור Grove מחובר לשקע A0](../../../../../translated_images/he/pi-light-sensor.66cc1e31fa48cd7d.webp)
 
 ## תכנות חיישן האור
 
diff --git a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
index be6c39ed6..bb7677350 100644
--- a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
+++ b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
@@ -36,11 +36,11 @@ Otherwise
 
     1. בחר בכפתור **Add** כדי ליצור את ה-LED על Pin 5.
 
-    ![הגדרות ה-LED](../../../../../translated_images/he/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.png)
+    ![הגדרות ה-LED](../../../../../translated_images/he/counterfit-create-led.ba9db1c9b8c622a6.webp)
 
     ה-LED ייווצר ויופיע ברשימת האקטואטורים.
 
-    ![ה-LED נוצר](../../../../../translated_images/he/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.png)
+    ![ה-LED נוצר](../../../../../translated_images/he/counterfit-led.c0ab02de6d256ad8.webp)
 
     לאחר שה-LED נוצר, תוכל לשנות את הצבע באמצעות בוחר הצבעים *Color*. בחר בכפתור **Set** כדי לשנות את הצבע לאחר שבחרת אותו.
 
diff --git a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
index 97bc9e158..f6932f6af 100644
--- a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
+++ b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
@@ -28,11 +28,11 @@
 
     1. לחץ על כפתור **Add** כדי ליצור את חיישן האור על Pin 0.
 
-    ![הגדרות חיישן האור](../../../../../translated_images/he/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.png)
+    ![הגדרות חיישן האור](../../../../../translated_images/he/counterfit-create-light-sensor.9f36a5e0d4458d8d.webp)
 
     חיישן האור ייווצר ויופיע ברשימת החיישנים.
 
-    ![חיישן האור נוצר](../../../../../translated_images/he/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.png)
+    ![חיישן האור נוצר](../../../../../translated_images/he/counterfit-light-sensor.5d0f5584df56b90f.webp)
 
 ## תכנת את חיישן האור
 
diff --git a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
index d91f4d3d5..1e06000f2 100644
--- a/translations/he/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
+++ b/translations/he/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
@@ -26,7 +26,7 @@ Otherwise
 
 חבר את ה-LED.
 
-![נורת Grove LED](../../../../../translated_images/he/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
+![נורת Grove LED](../../../../../translated_images/he/grove-led.6c853be93f473cf2.webp)
 
 1. בחר את ה-LED המועדף עליך והכנס את הרגליים לשני החורים במודול ה-LED.
 
diff --git a/translations/he/1-getting-started/lessons/4-connect-internet/README.md b/translations/he/1-getting-started/lessons/4-connect-internet/README.md
index dfb9ac4b6..f7b6aac99 100644
--- a/translations/he/1-getting-started/lessons/4-connect-internet/README.md
+++ b/translations/he/1-getting-started/lessons/4-connect-internet/README.md
@@ -1,6 +1,6 @@
 # חיבור המכשיר שלך לאינטרנט
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-4.7344e074ea68fa54.webp)
 
 > סקיצה מאת [Nitya Narasimhan](https://github.com/nitya). לחץ על התמונה לגרסה גדולה יותר.
 
@@ -47,7 +47,7 @@ MQTT הוא פרוטוקול התקשורת הפופולרי ביותר למכש
 
 MQTT כולל מתווך יחיד ומספר לקוחות. כל הלקוחות מתחברים למתווך, והמתווך מנתב הודעות ללקוחות הרלוונטיים. הודעות מנותבות באמצעות נושאים (topics) שמותיים, במקום להישלח ישירות ללקוח מסוים. לקוח יכול לפרסם לנושא, וכל לקוח שנרשם לנושא הזה יקבל את ההודעה.
 
-![מכשיר IoT מפרסם טלמטריה בנושא /telemetry, ושירות הענן נרשם לנושא הזה](../../../../../translated_images/he/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.png)
+![מכשיר IoT מפרסם טלמטריה בנושא /telemetry, ושירות הענן נרשם לנושא הזה](../../../../../translated_images/he/mqtt.cbf7f21d9adc3e17.webp)
 
 ✅ בצעו מחקר. אם יש לכם הרבה מכשירי IoT, איך תוכלו להבטיח שהמתווך של MQTT יוכל להתמודד עם כל ההודעות?
 
@@ -69,7 +69,7 @@ MQTT כולל מתווך יחיד ומספר לקוחות. כל הלקוחות 
 
 > 💁 מתווך הבדיקה הזה הוא ציבורי ואינו מאובטח. כל אחד יכול להאזין למה שאתם מפרסמים, ולכן לא כדאי להשתמש בו עם נתונים שצריכים להישאר פרטיים.
 
-![תרשים זרימה של המשימה שמראה קריאת רמות אור ובדיקתן, ושליטה ב-LED](../../../../../translated_images/he/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.png)
+![תרשים זרימה של המשימה שמראה קריאת רמות אור ובדיקתן, ושליטה ב-LED](../../../../../translated_images/he/assignment-1-internet-flow.3256feab5f052fd2.webp)
 
 עקבו אחר הצעד הרלוונטי למטה כדי לחבר את המכשיר שלכם למתווך MQTT:
 
@@ -350,7 +350,7 @@ MQTT גם תומך בפונקציית שמירה על חיבור שמוודאת
 
 מעצבי מכשירי IoT צריכים גם לשקול אם ניתן להשתמש במכשיר IoT במהלך תקלה באינטרנט או אובדן אות שנגרם על ידי מיקום. תרמוסטט חכם צריך להיות מסוגל לקבל החלטות מוגבלות לשליטה בחימום אם הוא לא יכול לשלוח טלמטריה לענן עקב תקלה.
 
-[![מכונית פרארי נתקעה כי מישהו ניסה לעדכן אותה מתחת לאדמה ללא קליטת סלולר](../../../../../translated_images/he/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.png)](https://twitter.com/internetofshit/status/1315736960082808832)
+[![מכונית פרארי נתקעה כי מישהו ניסה לעדכן אותה מתחת לאדמה ללא קליטת סלולר](../../../../../translated_images/he/bricked-car.dc38f8efadc6c59d.webp)](https://twitter.com/internetofshit/status/1315736960082808832)
 
 כדי ש-MQTT יטפל באובדן קישוריות, קוד המכשיר והשרת יצטרכו להיות אחראים להבטחת מסירת הודעות אם היא נדרשת, לדוגמה על ידי דרישה שכל ההודעות שנשלחות ייענו בהודעות נוספות בנושא תשובה, ואם לא הן יתווספו לתור באופן ידני כדי להישלח מחדש מאוחר יותר.
 
@@ -358,7 +358,7 @@ MQTT גם תומך בפונקציית שמירה על חיבור שמוודאת
 
 פקודות הן הודעות שנשלחות מהענן למכשיר, ומורות לו לעשות משהו. רוב הזמן זה כרוך במתן סוג של פלט באמצעות מפעיל, אבל זה יכול להיות הוראה למכשיר עצמו, כמו לבצע אתחול מחדש, או לאסוף טלמטריה נוספת ולהחזיר אותה כתגובה לפקודה.
 
-![תרמוסטט מחובר לאינטרנט שמקבל פקודה להפעיל את החימום](../../../../../translated_images/he/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.png)
+![תרמוסטט מחובר לאינטרנט שמקבל פקודה להפעיל את החימום](../../../../../translated_images/he/commands.d6c06bbbb3a02cce.webp)
 
 לדוגמה, תרמוסטט יכול לקבל פקודה מהענן להפעיל את החימום. בהתבסס על נתוני הטלמטריה מכל החיישנים, אם שירות הענן החליט שהחימום צריך להיות מופעל, הוא שולח את הפקודה הרלוונטית.
 
diff --git a/translations/he/2-farm/lessons/1-predict-plant-growth/README.md b/translations/he/2-farm/lessons/1-predict-plant-growth/README.md
index b431b1886..a320503dd 100644
--- a/translations/he/2-farm/lessons/1-predict-plant-growth/README.md
+++ b/translations/he/2-farm/lessons/1-predict-plant-growth/README.md
@@ -1,6 +1,6 @@
 ## נבא את צמיחת הצמחים עם IoT
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-5.42b234299279d263.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -90,7 +90,7 @@
 
 הנוסחה המלאה ל-GDD מעט מורכבת, אבל יש משוואה פשוטה שמשמשת לעיתים קרובות כהערכה טובה:
 
-![GDD = T max + T min divided by 2, all minus T base](../../../../../translated_images/he/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.png)
+![GDD = T max + T min divided by 2, all minus T base](../../../../../translated_images/he/gdd-calculation.79b3660f9c5757aa.webp)
 
 * **GDD** - זהו מספר ימי דרגת הצמיחה
 * **T max** - זו הטמפרטורה היומית המקסימלית בצלזיוס
@@ -118,7 +118,7 @@
 
 זה נותן חישוב של:
 
-![GDD = 16 + 12 divided by 2, all minus 10, giving an answer of 4](../../../../../translated_images/he/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.png)
+![GDD = 16 + 12 divided by 2, all minus 10, giving an answer of 4](../../../../../translated_images/he/gdd-calculation-corn.64a58b7a7afcd0df.webp)
 
 התירס קיבל 4 GDD באותו יום. בהנחה של זן תירס שזקוק ל-800 GDD כדי להבשיל, הוא יזדקק לעוד 796 GDD כדי להגיע לבגרות.
 
@@ -239,7 +239,7 @@
 
 לדוגמה, אם הטמפרטורה הגבוהה ביותר של היום היא 25°C, והנמוכה ביותר היא 12°C:
 
-![GDD = 25 + 12 חלקי 2, ואז מחסירים 10 מהתוצאה ומקבלים 8.5](../../../../../translated_images/he/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.png)
+![GDD = 25 + 12 חלקי 2, ואז מחסירים 10 מהתוצאה ומקבלים 8.5](../../../../../translated_images/he/gdd-calculation-strawberries.59f57db94b22adb8.webp)
 
 * 25 + 12 = 37  
 * 37 / 2 = 18.5  
diff --git a/translations/he/2-farm/lessons/1-predict-plant-growth/assignment.md b/translations/he/2-farm/lessons/1-predict-plant-growth/assignment.md
index 75aa3883c..1b200fd0d 100644
--- a/translations/he/2-farm/lessons/1-predict-plant-growth/assignment.md
+++ b/translations/he/2-farm/lessons/1-predict-plant-growth/assignment.md
@@ -33,7 +33,7 @@
 
     Jupyter יתחיל ויפתח את המחברת בדפדפן שלך. עבד דרך ההוראות במחברת כדי להציג את הטמפרטורות שנמדדו ולחשב את ימי הדרגה לגידול (GDD).
 
-    ![המחברת של Jupyter](../../../../../translated_images/he/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.png)
+    ![המחברת של Jupyter](../../../../../translated_images/he/gdd-jupyter-notebook.c5b52cf21094f158.webp)
 
 ## קריטריונים להערכה
 
diff --git a/translations/he/2-farm/lessons/1-predict-plant-growth/pi-temp.md b/translations/he/2-farm/lessons/1-predict-plant-growth/pi-temp.md
index 366516752..3494de52e 100644
--- a/translations/he/2-farm/lessons/1-predict-plant-growth/pi-temp.md
+++ b/translations/he/2-farm/lessons/1-predict-plant-growth/pi-temp.md
@@ -16,13 +16,13 @@
 
 חברו את חיישן הטמפרטורה
 
-![חיישן טמפרטורה Grove](../../../../../translated_images/he/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
+![חיישן טמפרטורה Grove](../../../../../translated_images/he/grove-dht11.07f8eafceee17004.webp)
 
 1. הכניסו קצה אחד של כבל Grove לשקע שעל חיישן הלחות והטמפרטורה. הכבל ייכנס רק בכיוון אחד.
 
 1. כאשר ה-Raspberry Pi כבוי, חברו את הקצה השני של כבל ה-Grove לשקע הדיגיטלי המסומן **D5** על כובע הבסיס של Grove המחובר ל-Pi. שקע זה הוא השני משמאל, בשורת השקעים הסמוכה לפינים של GPIO.
 
-![חיישן הטמפרטורה Grove מחובר לשקע A0](../../../../../translated_images/he/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.png)
+![חיישן הטמפרטורה Grove מחובר לשקע A0](../../../../../translated_images/he/pi-temperature-sensor.3ff82fff672c8e56.webp)
 
 ## תכנות חיישן הטמפרטורה
 
diff --git a/translations/he/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md b/translations/he/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
index 35e77b1be..a49bb78db 100644
--- a/translations/he/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
+++ b/translations/he/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
@@ -38,11 +38,11 @@
 
     1. לחצו על כפתור **Add** כדי ליצור את חיישן הלחות על Pin 5.
 
-    ![הגדרות חיישן הלחות](../../../../../translated_images/he/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.png)
+    ![הגדרות חיישן הלחות](../../../../../translated_images/he/counterfit-create-humidity-sensor.2750e27b6f30e09c.webp)
 
     חיישן הלחות ייווצר ויופיע ברשימת החיישנים.
 
-    ![חיישן הלחות שנוצר](../../../../../translated_images/he/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.png)
+    ![חיישן הלחות שנוצר](../../../../../translated_images/he/counterfit-humidity-sensor.7b12f7f339e430cb.webp)
 
 1. צרו חיישן טמפרטורה:
 
@@ -54,11 +54,11 @@
 
     1. לחצו על כפתור **Add** כדי ליצור את חיישן הטמפרטורה על Pin 6.
 
-    ![הגדרות חיישן הטמפרטורה](../../../../../translated_images/he/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.png)
+    ![הגדרות חיישן הטמפרטורה](../../../../../translated_images/he/counterfit-create-temperature-sensor.199350ed34f7343d.webp)
 
     חיישן הטמפרטורה ייווצר ויופיע ברשימת החיישנים.
 
-    ![חיישן הטמפרטורה שנוצר](../../../../../translated_images/he/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.png)
+    ![חיישן הטמפרטורה שנוצר](../../../../../translated_images/he/counterfit-temperature-sensor.f0560236c96a9016.webp)
 
 ## תכנות אפליקציית חיישן הטמפרטורה
 
diff --git a/translations/he/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md b/translations/he/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
index 180693958..777e0ed38 100644
--- a/translations/he/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
+++ b/translations/he/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
@@ -18,7 +18,7 @@
 
 חבר את חיישן הטמפרטורה.
 
-![חיישן טמפרטורה מסוג Grove](../../../../../translated_images/he/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
+![חיישן טמפרטורה מסוג Grove](../../../../../translated_images/he/grove-dht11.07f8eafceee17004.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע בחיישן הלחות והטמפרטורה. הכבל ייכנס רק בכיוון אחד.
 
diff --git a/translations/he/2-farm/lessons/2-detect-soil-moisture/README.md b/translations/he/2-farm/lessons/2-detect-soil-moisture/README.md
index ae789f427..e59ff3bc1 100644
--- a/translations/he/2-farm/lessons/2-detect-soil-moisture/README.md
+++ b/translations/he/2-farm/lessons/2-detect-soil-moisture/README.md
@@ -13,7 +13,7 @@ C, מבוטא *איי בריבוע סי*, הוא פרוטוקול רב-בקר ו
 | VCC | אספן מתח משותף | ספק הכוח למכשירים. זה מחובר לחוטי SDA ו-SCL כדי לספק להם כוח דרך נגד משיכה שמכבה את האות כאשר אין מכשיר שמשמש כבקר. |
 | GND | קרקע | מספק קרקע משותפת למעגל החשמלי. |
 
-![אוטובוס I2C עם 3 מכשירים המחוברים לחוטי SDA ו-SCL, ומשתפים חוט קרקע משותף](../../../../../translated_images/he/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.png)
+![אוטובוס I2C עם 3 מכשירים המחוברים לחוטי SDA ו-SCL, ומשתפים חוט קרקע משותף](../../../../../translated_images/he/i2c.83da845dde02256b.webp)
 
 כדי לשלוח נתונים, מכשיר אחד יפעיל תנאי התחלה כדי להראות שהוא מוכן לשלוח נתונים. הוא יהפוך אז לבקר. הבקר שולח את כתובת המכשיר שאליו הוא רוצה לתקשר, יחד עם מידע אם הוא רוצה לקרוא או לכתוב נתונים. לאחר שהנתונים הועברו, הבקר שולח תנאי עצירה כדי להצביע על כך שסיים. לאחר מכן מכשיר אחר יכול להפוך לבקר ולשלוח או לקבל נתונים.
 <sup>
diff --git a/translations/he/2-farm/lessons/2-detect-soil-moisture/assignment.md b/translations/he/2-farm/lessons/2-detect-soil-moisture/assignment.md
index 3cdeba2c9..4650ffefc 100644
--- a/translations/he/2-farm/lessons/2-detect-soil-moisture/assignment.md
+++ b/translations/he/2-farm/lessons/2-detect-soil-moisture/assignment.md
@@ -20,14 +20,14 @@
 
 תכולת הלחות הגרבימטרית של הקרקע מחושבת כך:
 
-![אחוז לחות הקרקע הוא משקל הקרקע הרטובה פחות משקל הקרקע היבשה, מחולק במשקל הקרקע היבשה, כפול 100](../../../../../translated_images/he/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.png)
+![אחוז לחות הקרקע הוא משקל הקרקע הרטובה פחות משקל הקרקע היבשה, מחולק במשקל הקרקע היבשה, כפול 100](../../../../../translated_images/he/gsm-calculation.6da38c6201eec14e.webp)
 
 * W - משקל הקרקע הרטובה  
 * W - משקל הקרקע היבשה  
 
 לדוגמה, נניח שיש לכם דגימת קרקע שמשקלה 212 גרם כשהיא רטובה, ו-197 גרם כשהיא יבשה.
 
-![החישוב ממולא](../../../../../translated_images/he/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.png)
+![החישוב ממולא](../../../../../translated_images/he/gsm-calculation-example.99f9803b4f29e976.webp)
 
 * W = 212 גרם  
 * W = 197 גרם  
diff --git a/translations/he/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md b/translations/he/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
index 66d651aa2..5f64ba55c 100644
--- a/translations/he/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
+++ b/translations/he/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
@@ -18,13 +18,13 @@
 
 חבר את חיישן לחות הקרקע.
 
-![חיישן לחות קרקע של Grove](../../../../../translated_images/he/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
+![חיישן לחות קרקע של Grove](../../../../../translated_images/he/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע על חיישן לחות הקרקע. הכבל ייכנס רק בכיוון אחד.
 
 1. כשה-Raspberry Pi כבוי, חבר את הקצה השני של כבל Grove לשקע האנלוגי המסומן **A0** בכובע הבסיס של Grove המחובר ל-Pi. שקע זה הוא השני מימין, בשורה של השקעים ליד פיני ה-GPIO.
 
-![חיישן לחות הקרקע של Grove מחובר לשקע A0](../../../../../translated_images/he/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.png)
+![חיישן לחות הקרקע של Grove מחובר לשקע A0](../../../../../translated_images/he/pi-soil-moisture-sensor.fdd7eb2393792cf6.webp)
 
 1. הכנס את חיישן לחות הקרקע לתוך הקרקע. יש לו 'קו מיקום עליון' - קו לבן שחוצה את החיישן. הכנס את החיישן עד לקו זה אך לא מעבר לו.
 
diff --git a/translations/he/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md b/translations/he/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
index e42a026cd..7dfaf8ce4 100644
--- a/translations/he/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
+++ b/translations/he/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
@@ -34,11 +34,11 @@
 
     1. לחצו על כפתור **Add** כדי ליצור את חיישן ה-*Soil Moisture* על Pin 0.
 
-    ![הגדרות חיישן לחות הקרקע](../../../../../translated_images/he/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.png)
+    ![הגדרות חיישן לחות הקרקע](../../../../../translated_images/he/counterfit-create-soil-moisture-sensor.35266135a5e0ae68.webp)
 
     חיישן לחות הקרקע ייווצר ויופיע ברשימת החיישנים.
 
-    ![חיישן לחות הקרקע שנוצר](../../../../../translated_images/he/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.png)
+    ![חיישן לחות הקרקע שנוצר](../../../../../translated_images/he/counterfit-soil-moisture-sensor.81742b2de0e9de60.webp)
 
 ## תכנות אפליקציית חיישן לחות הקרקע
 
diff --git a/translations/he/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md b/translations/he/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
index 7108da71e..c6fd0002b 100644
--- a/translations/he/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
+++ b/translations/he/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
@@ -18,7 +18,7 @@
 
 חברו את חיישן לחות הקרקע.
 
-![חיישן לחות קרקע מסוג Grove](../../../../../translated_images/he/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
+![חיישן לחות קרקע מסוג Grove](../../../../../translated_images/he/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
 
 1. הכניסו קצה אחד של כבל Grove לשקע שבחיישן לחות הקרקע. הכבל ייכנס רק בכיוון אחד.
 
diff --git a/translations/he/2-farm/lessons/3-automated-plant-watering/README.md b/translations/he/2-farm/lessons/3-automated-plant-watering/README.md
index 14bba827d..a86fbfe1f 100644
--- a/translations/he/2-farm/lessons/3-automated-plant-watering/README.md
+++ b/translations/he/2-farm/lessons/3-automated-plant-watering/README.md
@@ -1,6 +1,6 @@
 # השקיית צמחים אוטומטית
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-7.30b5f577d3cb8e03.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -32,7 +32,7 @@
 
 הפתרון לכך הוא לחבר את המשאבה למקור כוח חיצוני ולהשתמש במפעיל כדי להפעיל את המשאבה, בדומה לאופן שבו מפעילים אור. נדרש מעט מאוד כוח (בצורת אנרגיה בגוף שלכם) כדי שהאצבע שלכם תלחץ על מתג, וזה מחבר את האור לחשמל ביתי הפועל ב-110v/240v.
 
-![מתג אור מפעיל כוח לאור](../../../../../translated_images/he/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.png)
+![מתג אור מפעיל כוח לאור](../../../../../translated_images/he/light-switch.760317ad6ab8bd6d.webp)
 
 > 🎓 [חשמל ביתי](https://wikipedia.org/wiki/Mains_electricity) מתייחס לחשמל המסופק לבתים ולעסקים דרך תשתיות לאומיות בחלקים רבים בעולם.
 
@@ -72,7 +72,7 @@
 
 האלקטרומגנט לא צריך הרבה כוח כדי להפעיל ולמשוך את המנוף, ניתן לשלוט בו באמצעות יציאת 3.3V או 5V מערכת פיתוח IoT. מעגל הפלט יכול לשאת הרבה יותר כוח, תלוי בממסר, כולל מתח ביתי או אפילו רמות כוח גבוהות יותר לשימוש תעשייתי. כך ערכת פיתוח IoT יכולה לשלוט במערכת השקיה, ממשאבה קטנה לצמח יחיד ועד מערכת תעשייתית גדולה לחווה מסחרית שלמה.
 
-![ממסר Grove עם מעגל הבקרה, מעגל הפלט והממסר מסומנים](../../../../../translated_images/he/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.png)
+![ממסר Grove עם מעגל הבקרה, מעגל הפלט והממסר מסומנים](../../../../../translated_images/he/grove-relay-labelled.293e068f5c3c2a19.webp)
 
 התמונה למעלה מציגה ממסר Grove. מעגל הבקרה מתחבר למכשיר IoT ומפעיל או מכבה את הממסר באמצעות 3.3V או 5V. למעגל הפלט יש שני מסופים, כל אחד מהם יכול להיות כוח או קרקע. מעגל הפלט יכול להתמודד עם עד 250V ב-10A, מספיק למגוון מכשירים המופעלים על ידי חשמל ביתי. ניתן להשיג ממסרים שיכולים להתמודד עם רמות כוח גבוהות אף יותר.
 
diff --git a/translations/he/2-farm/lessons/3-automated-plant-watering/pi-relay.md b/translations/he/2-farm/lessons/3-automated-plant-watering/pi-relay.md
index 7951a7c0b..b61b6623e 100644
--- a/translations/he/2-farm/lessons/3-automated-plant-watering/pi-relay.md
+++ b/translations/he/2-farm/lessons/3-automated-plant-watering/pi-relay.md
@@ -18,13 +18,13 @@
 
 חבר את הריליי.
 
-![ריליי Grove](../../../../../translated_images/he/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
+![ריליי Grove](../../../../../translated_images/he/grove-relay.d426958ca210fbd0.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע על הריליי. הוא ייכנס רק בכיוון אחד.
 
 1. כאשר ה-Raspberry Pi כבוי, חבר את הקצה השני של כבל Grove לשקע הדיגיטלי המסומן **D5** על ה-Grove Base Hat המחובר ל-Pi. שקע זה הוא השני משמאל, בשורה של השקעים ליד פיני ה-GPIO. השאר את חיישן לחות הקרקע מחובר לשקע **A0**.
 
-![הריליי Grove מחובר לשקע D5, וחיישן לחות הקרקע מחובר לשקע A0](../../../../../translated_images/he/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.png)
+![הריליי Grove מחובר לשקע D5, וחיישן לחות הקרקע מחובר לשקע A0](../../../../../translated_images/he/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e.webp)
 
 1. הכנס את חיישן לחות הקרקע לאדמה, אם הוא לא כבר מחובר מהשיעור הקודם.
 
diff --git a/translations/he/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md b/translations/he/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
index 482b58abe..c326ef67e 100644
--- a/translations/he/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
+++ b/translations/he/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
@@ -28,11 +28,11 @@
 
     1. לחצו על כפתור **Add** כדי ליצור את הממסר על Pin 5.
 
-    ![הגדרות הממסר](../../../../../translated_images/he/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.png)
+    ![הגדרות הממסר](../../../../../translated_images/he/counterfit-create-relay.fa7c40fd0f2f6afc.webp)
 
     הממסר ייווצר ויופיע ברשימת המפעילים.
 
-    ![הממסר שנוצר](../../../../../translated_images/he/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.png)
+    ![הממסר שנוצר](../../../../../translated_images/he/counterfit-relay.bbf74c1dbdc8b9ac.webp)
 
 ## תכנות הממסר
 
diff --git a/translations/he/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md b/translations/he/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
index 43d814cd6..9d16ef57a 100644
--- a/translations/he/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
+++ b/translations/he/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
@@ -1,6 +1,6 @@
 # העבר את הצמח שלך לענן
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-8.3f21f3c11159e6a0.webp)
 
 > סקיצה מאת [Nitya Narasimhan](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -46,8 +46,8 @@
 
 הענן מכונה לעיתים קרובות בצחוק "המחשב של מישהו אחר". הרעיון הראשוני היה פשוט - במקום לקנות מחשבים, שוכרים את המחשב של מישהו אחר. ספק מחשוב ענן היה מנהל מרכזי נתונים גדולים. הם היו אחראים על רכישת והתקנת החומרה, ניהול חשמל וקירור, רשתות, אבטחת הבניין, עדכוני חומרה ותוכנה, הכל. כלקוח, הייתם שוכרים את המחשבים שאתם צריכים, שוכרים יותר כאשר הביקוש עולה, ואז מפחיתים את הכמות שאתם שוכרים אם הביקוש יורד. מרכזי הנתונים הללו נמצאים בכל רחבי העולם.
 
-![מרכז נתונים של Microsoft בענן](../../../../../translated_images/he/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.png)
-![הרחבה מתוכננת של מרכז נתונים של Microsoft בענן](../../../../../translated_images/he/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.png)
+![מרכז נתונים של Microsoft בענן](../../../../../translated_images/he/azure-region-existing.73f704604f2aa6cb.webp)
+![הרחבה מתוכננת של מרכז נתונים של Microsoft בענן](../../../../../translated_images/he/azure-region-planned-expansion.a5074a1e8af74f15.webp)
 
 מרכזי הנתונים הללו יכולים להיות בגודל של מספר קילומטרים רבועים. התמונות למעלה צולמו לפני כמה שנים במרכז נתונים של Microsoft בענן, ומראות את הגודל ההתחלתי, יחד עם הרחבה מתוכננת. השטח שנוקה להרחבה הוא מעל 5 קילומטרים רבועים.
 
@@ -108,11 +108,11 @@ Azure הוא הענן למפתחים של Microsoft, וזהו הענן שבו ת
 
 מכשירי IoT מתחברים לשירות ענן באמצעות SDK למכשיר (ספרייה שמספקת קוד לעבודה עם תכונות השירות) או ישירות דרך פרוטוקול תקשורת כמו MQTT או HTTP. ה-SDK למכשיר הוא בדרך כלל הדרך הקלה ביותר מכיוון שהוא מטפל בכל עבורכם, כמו לדעת אילו נושאים לפרסם או להירשם אליהם, וכיצד לטפל באבטחה.
 
-![מכשירים מתחברים לשירות באמצעות SDK למכשיר. קוד שרת מתחבר גם הוא לשירות דרך SDK](../../../../../translated_images/he/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.png)
+![מכשירים מתחברים לשירות באמצעות SDK למכשיר. קוד שרת מתחבר גם הוא לשירות דרך SDK](../../../../../translated_images/he/iot-service-connectivity.7e873847921a5d6f.webp)
 
 המכשיר שלכם מתקשר עם חלקים אחרים של האפליקציה שלכם דרך השירות הזה - בדומה לאופן שבו שלחתם טלמטריה וקיבלתם פקודות דרך MQTT. זה נעשה בדרך כלל באמצעות SDK לשירות או ספרייה דומה. הודעות מגיעות מהמכשיר שלכם לשירות, שם רכיבים אחרים של האפליקציה שלכם יכולים לקרוא אותן, והודעות יכולות להישלח בחזרה למכשיר שלכם.
 
-![מכשירים ללא מפתח סודי תקף אינם יכולים להתחבר לשירות IoT](../../../../../translated_images/he/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.png)
+![מכשירים ללא מפתח סודי תקף אינם יכולים להתחבר לשירות IoT](../../../../../translated_images/he/iot-service-allowed-denied-connection.818b0063ac213fb8.webp)
 
 שירותים אלו מיישמים אבטחה על ידי ידיעה על כל המכשירים שיכולים להתחבר ולשלוח נתונים, או על ידי רישום מראש של המכשירים בשירות, או על ידי מתן מפתחות סודיים או תעודות למכשירים שהם יכולים להשתמש בהם כדי לרשום את עצמם בשירות בפעם הראשונה שהם מתחברים. מכשירים לא מוכרים אינם יכולים להתחבר, ואם הם מנסים השירות דוחה את החיבור ומתעלם מהודעות שנשלחות על ידם.
 
@@ -124,7 +124,7 @@ Azure הוא הענן למפתחים של Microsoft, וזהו הענן שבו ת
 
 עכשיו כשיש לך מנוי ל-Azure, תוכל להירשם לשירות IoT. שירות ה-IoT של Microsoft נקרא Azure IoT Hub.
 
-![לוגו של Azure IoT Hub](../../../../../translated_images/he/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.png)
+![לוגו של Azure IoT Hub](../../../../../translated_images/he/azure-iot-hub-logo.28a19de76d0a1932.webp)
 
 הסרטון הבא מספק סקירה קצרה על Azure IoT Hub:
 
diff --git a/translations/he/2-farm/lessons/5-migrate-application-to-the-cloud/README.md b/translations/he/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
index 0e41375f4..295a38569 100644
--- a/translations/he/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
+++ b/translations/he/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
@@ -1,6 +1,6 @@
 # העבר את לוגיקת האפליקציה שלך לענן
 
-![סקיצה של סקירה כללית של השיעור הזה](../../../../../translated_images/he/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.jpg)
+![סקיצה של סקירה כללית של השיעור הזה](../../../../../translated_images/he/lesson-9.dfe99c8e891f48e1.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחץ על התמונה לגרסה גדולה יותר.
 
@@ -28,7 +28,7 @@
 
 ללא שרת, או מחשוב ללא שרת, כולל יצירת בלוקים קטנים של קוד שמופעלים בענן בתגובה לסוגים שונים של אירועים. כאשר האירוע מתרחש, הקוד שלך מופעל ומועבר אליו מידע על האירוע. אירועים אלו יכולים להגיע ממגוון מקורות, כולל בקשות אינטרנט, הודעות בתור, שינויים בנתונים בבסיס נתונים, או הודעות שנשלחות לשירות IoT על ידי מכשירי IoT.
 
-![אירועים שנשלחים משירות IoT לשירות ללא שרת, כולם מעובדים בו זמנית על ידי פונקציות מרובות](../../../../../translated_images/he/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.png)
+![אירועים שנשלחים משירות IoT לשירות ללא שרת, כולם מעובדים בו זמנית על ידי פונקציות מרובות](../../../../../translated_images/he/iot-messages-to-serverless.0194da1cc0732bb7.webp)
 
 > 💁 אם השתמשת בעבר בטריגרים של בסיס נתונים, תוכל לחשוב על זה כמשהו דומה - קוד שמופעל על ידי אירוע כמו הכנסת שורה.
 
@@ -54,7 +54,7 @@
 
 שירות המחשוב ללא שרת של מיקרוסופט נקרא Azure Functions.
 
-![לוגו של Azure Functions](../../../../../translated_images/he/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.png)
+![לוגו של Azure Functions](../../../../../translated_images/he/azure-functions-logo.1cfc8e3204c9c44a.webp)
 
 הסרטון הקצר למטה מציג סקירה כללית של Azure Functions.
 
diff --git a/translations/he/2-farm/lessons/6-keep-your-plant-secure/README.md b/translations/he/2-farm/lessons/6-keep-your-plant-secure/README.md
index f70d2eeb4..8c7f4f47d 100644
--- a/translations/he/2-farm/lessons/6-keep-your-plant-secure/README.md
+++ b/translations/he/2-farm/lessons/6-keep-your-plant-secure/README.md
@@ -1,6 +1,6 @@
 # שמור על הצמח שלך בטוח
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-10.829c86b80b9403bb.webp)
 
 > סקיצה מאת [ניטיה נאראסימהן](https://github.com/nitya). לחץ על התמונה לגרסה גדולה יותר.
 
@@ -52,11 +52,11 @@
 
 כאשר מכשיר מתחבר לשירות IoT, הוא משתמש במזהה כדי לזהות את עצמו. הבעיה היא שמזהה זה יכול להיות משוכפל - האקר יכול להקים מכשיר זדוני שמשתמש באותו מזהה כמו מכשיר אמיתי אך שולח נתונים מזויפים.
 
-![גם מכשירים תקינים וגם זדוניים יכולים להשתמש באותו מזהה כדי לשלוח נתונים](../../../../../translated_images/he/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.png)
+![גם מכשירים תקינים וגם זדוניים יכולים להשתמש באותו מזהה כדי לשלוח נתונים](../../../../../translated_images/he/iot-device-and-hacked-device-connecting.e0671675df74d6d9.webp)
 
 הפתרון לכך הוא להמיר את הנתונים הנשלחים לפורמט מוצפן, באמצעות ערך מסוים הידוע רק למכשיר ולענן. תהליך זה נקרא *הצפנה*, והערך המשמש להצפנת הנתונים נקרא *מפתח הצפנה*.
 
-![אם משתמשים בהצפנה, רק הודעות מוצפנות יתקבלו, אחרות יידחו](../../../../../translated_images/he/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.png)
+![אם משתמשים בהצפנה, רק הודעות מוצפנות יתקבלו, אחרות יידחו](../../../../../translated_images/he/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f.webp)
 
 שירות הענן יכול אז להמיר את הנתונים בחזרה לפורמט קריא, באמצעות תהליך שנקרא *פענוח*, באמצעות אותו מפתח הצפנה או *מפתח פענוח*. אם ההודעה המוצפנת לא ניתנת לפענוח על ידי המפתח, המכשיר נפרץ וההודעה נדחית.
 
diff --git a/translations/he/3-transport/lessons/1-location-tracking/README.md b/translations/he/3-transport/lessons/1-location-tracking/README.md
index f95eaa9ac..53c050b59 100644
--- a/translations/he/3-transport/lessons/1-location-tracking/README.md
+++ b/translations/he/3-transport/lessons/1-location-tracking/README.md
@@ -1,6 +1,6 @@
 # מעקב מיקום
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-11.9fddbac4b664c6d5.webp)
 
 > סקיצה מאת [ניטיה נאראסימהאן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -63,13 +63,13 @@ IoT משנה את הדרך שבה סחורות מועברות על ידי יצי
 
 > 💁 אף אחד לא באמת יודע את הסיבה המקורית לכך שמעגלים מחולקים ל-360 מעלות. [עמוד הוויקיפדיה על מעלה (זווית)](https://wikipedia.org/wiki/Degree_(angle)) מכסה כמה מהסיבות האפשריות.
 
-![קווי רוחב מ-90° בקוטב הצפוני, 45° באמצע הדרך בין הקוטב הצפוני לקו המשווה, 0° בקו המשווה, -45° באמצע הדרך בין קו המשווה לקוטב הדרומי, ו-90° בקוטב הדרומי](../../../../../translated_images/he/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.png)
+![קווי רוחב מ-90° בקוטב הצפוני, 45° באמצע הדרך בין הקוטב הצפוני לקו המשווה, 0° בקו המשווה, -45° באמצע הדרך בין קו המשווה לקוטב הדרומי, ו-90° בקוטב הדרומי](../../../../../translated_images/he/latitude-lines.11d8d91dfb2014a5.webp)
 
 קו רוחב נמדד באמצעות קווים שמקיפים את כדור הארץ ורצים במקביל לקו המשווה, ומחלקים את ההמיספרות הצפונית והדרומית ל-90° כל אחת. קו המשווה נמצא ב-0°, הקוטב הצפוני ב-90°, הידוע גם כ-90° צפון, והקוטב הדרומי ב--90°, או 90° דרום.
 
 קו אורך נמדד כמספר המעלות ממזרח למערב. נקודת ה-0° של קו האורך נקראת *מרידיאן הראשי*, והיא הוגדרה בשנת 1884 כקו מהקוטב הצפוני לקוטב הדרומי שעובר דרך [מצפה הכוכבים המלכותי בגריניץ', אנגליה](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich).
 
-![קווי אורך שנעים מ--180° מערבית למרידיאן הראשי, ל-0° במרידיאן הראשי, ל-180° מזרחית למרידיאן הראשי](../../../../../translated_images/he/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.png)
+![קווי אורך שנעים מ--180° מערבית למרידיאן הראשי, ל-0° במרידיאן הראשי, ל-180° מזרחית למרידיאן הראשי](../../../../../translated_images/he/longitude-meridians.ab4ef1c91c064586.webp)
 
 > 🎓 מרידיאן הוא קו דמיוני ישר שעובר מהקוטב הצפוני לקוטב הדרומי, ויוצר חצי מעגל.
 
@@ -100,7 +100,7 @@ IoT משנה את הדרך שבה סחורות מועברות על ידי יצי
 * רוחב של 47.6423109 (47.6423109 מעלות צפונית לקו המשווה)
 * אורך של -122.1390293 (122.1390293 מעלות מערבית למרידיאן הראשי).
 
-![הקמפוס של מיקרוסופט ב-47.6423109,-122.117198](../../../../../translated_images/he/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.png)
+![הקמפוס של מיקרוסופט ב-47.6423109,-122.117198](../../../../../translated_images/he/microsoft-gps-location-world.a321d481b010f6ad.webp)
 
 ## מערכות מיקום גלובליות (GPS)
 
@@ -112,7 +112,7 @@ IoT משנה את הדרך שבה סחורות מועברות על ידי יצי
 
 > 💁 חיישני GPS זקוקים לאנטנות כדי לזהות גלי רדיו. האנטנות המובנות במשאיות וברכבים עם GPS מובנה ממוקמות כך שיקבלו אות טוב, בדרך כלל על השמשה הקדמית או הגג. אם אתם משתמשים במערכת GPS נפרדת, כמו סמארטפון או מכשיר IoT, עליכם לוודא שהאנטנה המובנית במערכת ה-GPS או בטלפון נראית לשמיים, כמו התקנה על השמשה הקדמית.
 
-![על ידי ידיעת המרחק מהחיישן למספר לוויינים, ניתן לחשב את המיקום](../../../../../translated_images/he/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.png)
+![על ידי ידיעת המרחק מהחיישן למספר לוויינים, ניתן לחשב את המיקום](../../../../../translated_images/he/gps-satellites.04acf1148fe25fbf.webp)
 
 לווייני GPS מקיפים את כדור הארץ, ולא נמצאים בנקודה קבועה מעל החיישן, ולכן נתוני מיקום כוללים גובה מעל פני הים בנוסף לרוחב ואורך.
 
diff --git a/translations/he/3-transport/lessons/1-location-tracking/pi-gps-sensor.md b/translations/he/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
index bf8bcbe53..92a74076f 100644
--- a/translations/he/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
+++ b/translations/he/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
@@ -18,13 +18,13 @@
 
 חבר את חיישן ה-GPS.
 
-![חיישן Grove GPS](../../../../../translated_images/he/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
+![חיישן Grove GPS](../../../../../translated_images/he/grove-gps-sensor.247943bf69b03f0d.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע בחיישן ה-GPS. הכבל ייכנס רק בכיוון אחד.
 
 1. כאשר ה-Raspberry Pi כבוי, חבר את הקצה השני של כבל Grove לשקע UART המסומן **UART** על כובע הבסיס של Grove המחובר ל-Pi. שקע זה נמצא בשורה האמצעית, בצד הקרוב לחריץ כרטיס ה-SD, בצד השני מהשקעים של ה-USB והאת'רנט.
 
-    ![חיישן Grove GPS מחובר לשקע UART](../../../../../translated_images/he/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.png)
+    ![חיישן Grove GPS מחובר לשקע UART](../../../../../translated_images/he/pi-gps-sensor.1f99ee2b2f652891.webp)
 
 1. מקם את חיישן ה-GPS כך שהאנטנה המחוברת תהיה עם ראות לשמיים - רצוי ליד חלון פתוח או בחוץ. קל יותר לקבל אות ברור כאשר אין מכשולים בדרך של האנטנה.
 
diff --git a/translations/he/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md b/translations/he/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
index 5295e4fdc..360fe42ce 100644
--- a/translations/he/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
+++ b/translations/he/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
@@ -38,11 +38,11 @@
 
     1. בחרו בכפתור **Add** כדי ליצור את חיישן ה-GPS על פורט `/dev/ttyAMA0`.
 
-    ![הגדרות חיישן ה-GPS](../../../../../translated_images/he/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.png)
+    ![הגדרות חיישן ה-GPS](../../../../../translated_images/he/counterfit-create-gps-sensor.6385dc9357d85ad1.webp)
 
     חיישן ה-GPS ייווצר ויופיע ברשימת החיישנים.
 
-    ![חיישן ה-GPS נוצר](../../../../../translated_images/he/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.png)
+    ![חיישן ה-GPS נוצר](../../../../../translated_images/he/counterfit-gps-sensor.3fbb15af0a536756.webp)
 
 ## תכנות חיישן ה-GPS
 
@@ -102,17 +102,17 @@
 
     * הגדירו את **Source** ל-`Lat/Lon`, והגדירו קו רוחב, קו אורך ומספר לוויינים ששימשו לקבלת תיקון GPS. ערך זה יישלח רק פעם אחת, לכן סמנו את תיבת **Repeat** כדי שהנתונים יחזרו כל שנייה.
 
-      ![חיישן ה-GPS עם lat lon נבחר](../../../../../translated_images/he/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.png)
+      ![חיישן ה-GPS עם lat lon נבחר](../../../../../translated_images/he/counterfit-gps-sensor-latlon.008c867d75464fbe.webp)
 
     * הגדירו את **Source** ל-`NMEA` והוסיפו כמה משפטי NMEA לתיבת הטקסט. כל הערכים הללו יישלחו, עם עיכוב של שנייה אחת לפני כל משפט GGA (תיקון מיקום) חדש שניתן לקרוא.
 
-      ![חיישן ה-GPS עם משפטי NMEA מוגדרים](../../../../../translated_images/he/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.png)
+      ![חיישן ה-GPS עם משפטי NMEA מוגדרים](../../../../../translated_images/he/counterfit-gps-sensor-nmea.c62eea442171e17e.webp)
 
       תוכלו להשתמש בכלי כמו [nmeagen.org](https://www.nmeagen.org) כדי ליצור את המשפטים הללו על ידי ציור על מפה. ערכים אלו יישלחו רק פעם אחת, לכן סמנו את תיבת **Repeat** כדי שהנתונים יחזרו שנייה אחת לאחר שכל הנתונים נשלחו.
 
     * הגדירו את **Source** לקובץ GPX, והעלו קובץ GPX עם מיקומי מסלול. תוכלו להוריד קבצי GPX ממספר אתרי מפות וטיולים פופולריים, כמו [AllTrails](https://www.alltrails.com/). קבצים אלו מכילים מיקומי GPS מרובים כנתיב, וחיישן ה-GPS יחזיר כל מיקום חדש במרווחים של שנייה אחת.
 
-      ![חיישן ה-GPS עם קובץ GPX מוגדר](../../../../../translated_images/he/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.png)
+      ![חיישן ה-GPS עם קובץ GPX מוגדר](../../../../../translated_images/he/counterfit-gps-sensor-gpxfile.8310b063ce8a425c.webp)
 
       ערכים אלו יישלחו רק פעם אחת, לכן סמנו את תיבת **Repeat** כדי שהנתונים יחזרו שנייה אחת לאחר שכל הנתונים נשלחו.
 
diff --git a/translations/he/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md b/translations/he/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
index d587ba866..1a9691829 100644
--- a/translations/he/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
+++ b/translations/he/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
@@ -18,7 +18,7 @@
 
 חבר את חיישן ה-GPS.
 
-![חיישן GPS מסוג Grove](../../../../../translated_images/he/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
+![חיישן GPS מסוג Grove](../../../../../translated_images/he/grove-gps-sensor.247943bf69b03f0d.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע שבחיישן ה-GPS. הכבל ייכנס רק בכיוון אחד.
 
diff --git a/translations/he/3-transport/lessons/2-store-location-data/README.md b/translations/he/3-transport/lessons/2-store-location-data/README.md
index ee84196e6..31e2ac47e 100644
--- a/translations/he/3-transport/lessons/2-store-location-data/README.md
+++ b/translations/he/3-transport/lessons/2-store-location-data/README.md
@@ -1,6 +1,6 @@
 # אחסן נתוני מיקום
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-12.ca7f53039712a3ec.webp)
 
 > סקיצה מאת [ניטיה נאראסימהן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -75,7 +75,7 @@
 
 > 💁 למרות שמם, חלק מבסיסי נתונים NoSQL מאפשרים להשתמש ב-SQL כדי לשאול את הנתונים.
 
-![מסמכים בתיקיות בבסיס נתונים NoSQL](../../../../../translated_images/he/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.png)
+![מסמכים בתיקיות בבסיס נתונים NoSQL](../../../../../translated_images/he/noqsl-database.62d24ccf5b73f60d.webp)
 
 בסיסי נתונים NoSQL אינם כוללים סכימה מוגדרת מראש שמגבילה כיצד הנתונים מאוחסנים, במקום זאת ניתן להכניס כל נתון לא מובנה, בדרך כלל באמצעות מסמכי JSON. מסמכים אלו יכולים להיות מאורגנים בתיקיות, בדומה לקבצים במחשב שלכם. כל מסמך יכול לכלול שדות שונים ממסמכים אחרים - לדוגמה, אם תאחסנו נתוני IoT מרכבי החווה שלכם, חלקם עשויים לכלול שדות עבור נתוני תאוצה ומהירות, אחרים עשויים לכלול שדות עבור הטמפרטורה בקרון. אם תוסיפו סוג משאית חדש, כמו אחת עם מאזניים מובנים למעקב אחר משקל התוצרת, מכשיר ה-IoT שלכם יוכל להוסיף שדה חדש זה והוא יוכל להישמר ללא שינויים בבסיס הנתונים.
 
@@ -89,7 +89,7 @@
 
 בשיעור הקודם לכדתם נתוני GPS מחיישן GPS המחובר למכשיר ה-IoT שלכם. כדי לאחסן נתוני IoT אלו בענן, עליכם לשלוח אותם לשירות IoT. שוב, תשתמשו ב-Azure IoT Hub, אותו שירות IoT בענן שבו השתמשתם בפרויקט הקודם.
 
-![שליחת טלמטריית GPS ממכשיר IoT ל-IoT Hub](../../../../../translated_images/he/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.png)
+![שליחת טלמטריית GPS ממכשיר IoT ל-IoT Hub](../../../../../translated_images/he/gps-telemetry-iot-hub.8115335d51cd2c12.webp)
 
 ### משימה - שליחת נתוני GPS ל-IoT Hub
 
@@ -171,7 +171,7 @@ message = Message(json.dumps(message_json))
 
 ברגע שנתונים זורמים ל-IoT Hub, תוכלו לכתוב קוד ללא שרת שיקשיב לאירועים שמתפרסמים לנקודת הקצה התואמת ל-Event Hub. זהו הנתיב הפושר - נתונים אלו יאוחסנו וישמשו בשיעור הבא לצורך דיווח על המסלול.
 
-![שליחת טלמטריית GPS ממכשיר IoT ל-IoT Hub, ואז ל-Azure Functions דרך טריגר Event Hub](../../../../../translated_images/he/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.png)
+![שליחת טלמטריית GPS ממכשיר IoT ל-IoT Hub, ואז ל-Azure Functions דרך טריגר Event Hub](../../../../../translated_images/he/gps-telemetry-iot-hub-functions.24d3fa5592455e9f.webp)
 
 ### משימה - טיפול באירועי GPS באמצעות קוד ללא שרת
 
@@ -193,7 +193,7 @@ message = Message(json.dumps(message_json))
 
 ## חשבונות אחסון של Azure
 
-![לוגו אחסון Azure](../../../../../translated_images/he/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.png)
+![לוגו אחסון Azure](../../../../../translated_images/he/azure-storage-logo.605c0f602c640d48.webp)
 
 חשבונות אחסון של Azure הם שירות אחסון רב-תכליתי שיכול לאחסן נתונים במגוון דרכים שונות. ניתן לאחסן נתונים כבלובים, בתורים, בטבלאות או כקבצים, והכול בו-זמנית.
 
diff --git a/translations/he/3-transport/lessons/3-visualize-location-data/README.md b/translations/he/3-transport/lessons/3-visualize-location-data/README.md
index 9cd0972ca..fba3224e2 100644
--- a/translations/he/3-transport/lessons/3-visualize-location-data/README.md
+++ b/translations/he/3-transport/lessons/3-visualize-location-data/README.md
@@ -1,6 +1,6 @@
 # הצגת נתוני מיקום
 
-![סקיצה של סקירה כללית של השיעור הזה](../../../../../translated_images/he/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.jpg)
+![סקיצה של סקירה כללית של השיעור הזה](../../../../../translated_images/he/lesson-13.a259db1485021be7.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -64,11 +64,11 @@
 
 כבן אדם, להבין את הנתונים הללו יכול להיות קשה. זו חומת מספרים ללא משמעות. כצעד ראשון להצגת הנתונים, ניתן למקם אותם על גרף קו:
 
-![גרף קו של הנתונים לעיל](../../../../../translated_images/he/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.png)
+![גרף קו של הנתונים לעיל](../../../../../translated_images/he/chart-soil-moisture.fd6d9d0cdc0b5f75.webp)
 
 ניתן לשפר את הגרף הזה על ידי הוספת קו שמציין מתי מערכת ההשקיה האוטומטית הופעלה בקריאת לחות קרקע של 450:
 
-![גרף קו של לחות קרקע עם קו ב-450](../../../../../translated_images/he/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.png)
+![גרף קו של לחות קרקע עם קו ב-450](../../../../../translated_images/he/chart-soil-moisture-relay.fbb391236d34a64d.webp)
 
 הגרף הזה מראה במהירות לא רק מה היו רמות לחות הקרקע, אלא גם את הנקודות שבהן מערכת ההשקיה הופעלה.
 
@@ -84,7 +84,7 @@
 
 עבודה עם מפות היא תרגיל מעניין, ויש הרבה שירותים לבחירה כמו Bing Maps, Leaflet, Open Street Maps ו-Google Maps. בשיעור הזה תלמדו על [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) וכיצד הם יכולים להציג את נתוני ה-GPS שלכם.
 
-![לוגו Azure Maps](../../../../../translated_images/he/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.png)
+![לוגו Azure Maps](../../../../../translated_images/he/azure-maps-logo.35d01dcfbd81fe61.webp)
 
 Azure Maps הוא "אוסף של שירותים גיאו-מרחביים ו-SDKs שמשתמשים בנתוני מפות עדכניים כדי לספק הקשר גיאוגרפי לאפליקציות אינטרנט ומובייל." מפתחים מקבלים כלים ליצירת מפות יפות ואינטראקטיביות שיכולות לעשות דברים כמו לספק מסלולי תנועה מומלצים, לתת מידע על תקריות תנועה, ניווט פנימי, יכולות חיפוש, מידע על גובה, שירותי מזג אוויר ועוד.
 
@@ -185,7 +185,7 @@ Azure Maps הוא "אוסף של שירותים גיאו-מרחביים ו-SDKs
 
     אם תפתחו את קובץ `index.html` שלכם בדפדפן אינטרנט, אתם אמורים לראות מפה נטענת, ממוקדת באזור סיאטל.
 
-    ![מפה שמראה את סיאטל, עיר במדינת וושינגטון, ארה"ב](../../../../../translated_images/he/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.png)
+    ![מפה שמראה את סיאטל, עיר במדינת וושינגטון, ארה"ב](../../../../../translated_images/he/map-image.8fb2c53eb23ef39c.webp)
 
     ✅ נסו לשנות את פרמטרי הזום והמרכז כדי לשנות את תצוגת המפה שלכם. תוכלו להוסיף קואורדינטות שונות בהתאם לנתוני הרוחב והאורך שלכם כדי למרכז מחדש את המפה.
 
@@ -319,7 +319,7 @@ Azure Maps הוא "אוסף של שירותים גיאו-מרחביים ו-SDKs
 
 1. טענו את דף ה-HTML בדפדפן שלכם. הוא יטען את המפה, ואז יטען את כל נתוני ה-GPS מהאחסון ויציג אותם על המפה.
 
-    ![מפה של Saint Edward State Park ליד סיאטל, עם מעגלים שמראים מסלול סביב קצה הפארק](../../../../../translated_images/he/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.png)
+    ![מפה של Saint Edward State Park ליד סיאטל, עם מעגלים שמראים מסלול סביב קצה הפארק](../../../../../translated_images/he/map-path.896832e72dc696ff.webp)
 
 > 💁 תוכלו למצוא את הקוד הזה בתיקיית [code](../../../../../3-transport/lessons/3-visualize-location-data/code).
 
diff --git a/translations/he/3-transport/lessons/4-geofences/README.md b/translations/he/3-transport/lessons/4-geofences/README.md
index 5bfa250c4..1074d3420 100644
--- a/translations/he/3-transport/lessons/4-geofences/README.md
+++ b/translations/he/3-transport/lessons/4-geofences/README.md
@@ -1,6 +1,6 @@
 # גדרות גיאוגרפיות
 
-![סקיצה של סקירת השיעור](../../../../../translated_images/he/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.jpg)
+![סקיצה של סקירת השיעור](../../../../../translated_images/he/lesson-14.63980c5150ae3c15.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -35,7 +35,7 @@
 
 גדר גיאוגרפית היא גבול וירטואלי לאזור גיאוגרפי בעולם האמיתי. גדרות גיאוגרפיות יכולות להיות מעגלים המוגדרים כנקודה ורדיוס (לדוגמה, מעגל ברוחב 100 מטר סביב בניין), או פוליגון המכסה אזור כמו אזור בית ספר, גבולות עיר, או קמפוס אוניברסיטה או משרדים.
 
-![דוגמאות לגדרות גיאוגרפיות: גדר מעגלית סביב חנות Microsoft, וגדר פוליגונית סביב הקמפוס המערבי של Microsoft](../../../../../translated_images/he/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.png)
+![דוגמאות לגדרות גיאוגרפיות: גדר מעגלית סביב חנות Microsoft, וגדר פוליגונית סביב הקמפוס המערבי של Microsoft](../../../../../translated_images/he/geofence-examples.172fbc534665769f.webp)
 
 > 💁 ייתכן שכבר השתמשתם בגדרות גיאוגרפיות מבלי לדעת. אם הגדרתם תזכורת באפליקציית התזכורות של iOS או Google Keep בהתבסס על מיקום, השתמשתם בגדר גיאוגרפית. אפליקציות אלו יגדירו גדר גיאוגרפית בהתבסס על המיקום שניתן ויתריעו לכם כאשר הטלפון שלכם נכנס לגדר הגיאוגרפית.
 
@@ -212,7 +212,7 @@ Azure Maps, השירות שבו השתמשתם בשיעור הקודם כדי ל
 
 לדוגמה, דמיינו קריאות GPS שמראות שרכב נוסע לאורך כביש שמסתיים ליד גדר גיאוגרפית. אם ערך GPS יחיד אינו מדויק וממקם את הרכב בתוך הגדר הגיאוגרפית, למרות שאין גישה לרכב, ניתן להתעלם ממנו.
 
-![מסלול GPS שמראה רכב שעובר ליד קמפוס Microsoft על כביש 520, עם קריאות GPS לאורך הכביש למעט אחת בקמפוס, בתוך גדר גיאוגרפית](../../../../../translated_images/he/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.png)
+![מסלול GPS שמראה רכב שעובר ליד קמפוס Microsoft על כביש 520, עם קריאות GPS לאורך הכביש למעט אחת בקמפוס, בתוך גדר גיאוגרפית](../../../../../translated_images/he/geofence-crossing-inaccurate-gps.6a3ed911202ad9ca.webp)
 בתמונה למעלה, יש גדר גיאוגרפית מעל חלק מקמפוס מיקרוסופט. הקו האדום מראה משאית שנוסעת לאורך כביש 520, עם עיגולים שמייצגים את קריאות ה-GPS. רוב הקריאות מדויקות ונמצאות לאורך כביש 520, אך ישנה קריאה אחת לא מדויקת בתוך הגדר הגיאוגרפית. אין אפשרות שהקריאה הזו נכונה - אין כבישים שמאפשרים למשאית לסטות פתאום מכביש 520 לתוך הקמפוס ואז לחזור לכביש 520. הקוד שבודק את הגדר הגיאוגרפית יצטרך לקחת בחשבון את הקריאות הקודמות לפני שיפעל על תוצאות הבדיקה של הגדר הגיאוגרפית.
 
 ✅ אילו נתונים נוספים הייתם צריכים לבדוק כדי לוודא אם קריאת GPS יכולה להיחשב נכונה?
@@ -284,7 +284,7 @@ Azure Maps, השירות שבו השתמשתם בשיעור הקודם כדי ל
 
 התשובה היא שהוא לא יכול! במקום זאת, תוכלו להגדיר מספר חיבורים נפרדים לקרוא אירועים, וכל אחד מהם יכול לנהל את הפעלת ההודעות שלא נקראו. אלה נקראים *קבוצות צרכנים*. כאשר אתם מתחברים לנקודת הקצה, תוכלו לציין לאיזו קבוצת צרכנים אתם רוצים להתחבר. כל רכיב באפליקציה שלכם יתחבר לקבוצת צרכנים שונה.
 
-![IoT Hub אחד עם 3 קבוצות צרכנים שמפיצות את אותן הודעות ל-3 אפליקציות פונקציות שונות](../../../../../translated_images/he/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.png)
+![IoT Hub אחד עם 3 קבוצות צרכנים שמפיצות את אותן הודעות ל-3 אפליקציות פונקציות שונות](../../../../../translated_images/he/consumer-groups.a3262e26fc27ba20.webp)
 
 באופן תיאורטי, עד 5 אפליקציות יכולות להתחבר לכל קבוצת צרכנים, וכולן יקבלו הודעות כשהן מגיעות. מומלץ שיהיה רק יישום אחד שמתחבר לכל קבוצת צרכנים כדי להימנע מעיבוד כפול של הודעות, ולהבטיח שכאשר מפעילים מחדש כל ההודעות בתור יעובדו כראוי. לדוגמה, אם הפעלתם את אפליקציית Functions שלכם באופן מקומי וגם הפעלתם אותה בענן, שתיהן יעבדו הודעות, מה שיוביל לאחסון כפול של blobs בחשבון האחסון.
 
diff --git a/translations/he/4-manufacturing/lessons/1-train-fruit-detector/README.md b/translations/he/4-manufacturing/lessons/1-train-fruit-detector/README.md
index f2085aac4..175caf2a0 100644
--- a/translations/he/4-manufacturing/lessons/1-train-fruit-detector/README.md
+++ b/translations/he/4-manufacturing/lessons/1-train-fruit-detector/README.md
@@ -1,6 +1,6 @@
 # מאמן גלאי איכות פירות
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-15.843d21afdc6fb2bb.webp)
 
 > סקיצה מאת [Nitya Narasimhan](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -38,7 +38,7 @@
 
 העלייה בקטיף אוטומטי העבירה את מיון התוצרת מהקטיף למפעל. מזון היה נוסע על מסועים ארוכים עם צוותים של אנשים שמסירים כל דבר שלא עומד בסטנדרט האיכות הנדרש. הקטיף היה זול יותר בזכות מכונות, אבל עדיין הייתה עלות למיון ידני של המזון.
 
-![אם מזוהה עגבנייה אדומה היא ממשיכה במסלול שלה ללא הפרעה. אם מזוהה עגבנייה ירוקה היא נזרקת לפח פסולת באמצעות מנוף](../../../../../translated_images/he/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.png)
+![אם מזוהה עגבנייה אדומה היא ממשיכה במסלול שלה ללא הפרעה. אם מזוהה עגבנייה ירוקה היא נזרקת לפח פסולת באמצעות מנוף](../../../../../translated_images/he/optical-tomato-sorting.61aa134bdda4e5b1.webp)
 
 האבולוציה הבאה הייתה שימוש במכונות למיון, בין אם מובנות בתוך הקטיף או במפעלים לעיבוד. הדור הראשון של המכונות הללו השתמש בחיישנים אופטיים כדי לזהות צבעים, ששלטו במפעילים כדי לדחוף עגבניות ירוקות לפח פסולת באמצעות מנופים או פיצוצים של אוויר, והשאירו עגבניות אדומות להמשיך ברשת המסועים.
 
@@ -62,7 +62,7 @@
 
 > 🎓 התוצאות של מודלים של ML נקראות *תחזיות*
 
-![2 בננות, אחת בשלה עם תחזית של 99.7% בשלה, 0.3% לא בשלה, ואחת לא בשלה עם תחזית של 1.4% בשלה, 98.6% לא בשלה](../../../../../translated_images/he/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.png)
+![2 בננות, אחת בשלה עם תחזית של 99.7% בשלה, 0.3% לא בשלה, ואחת לא בשלה עם תחזית של 1.4% בשלה, 98.6% לא בשלה](../../../../../translated_images/he/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50e.webp)
 
 מודלים של ML לא נותנים תשובה בינארית, אלא נותנים הסתברויות. לדוגמה, מודל יכול לקבל תמונה של בננה ולחזות `בשלה` ב-99.7% ו`לא בשלה` ב-0.3%. הקוד שלכם יבחר את התחזית הטובה ביותר ויחליט שהבננה בשלה.
 
@@ -90,7 +90,7 @@
 
 Custom Vision הוא כלי מבוסס ענן לאימון מסווגי תמונות. הוא מאפשר לכם לאמן מסווג באמצעות מספר קטן של תמונות בלבד. אתם יכולים להעלות תמונות דרך פורטל אינטרנט, API ברשת או SDK, לתת לכל תמונה *תג* שמסווג את התמונה, ואז לאמן את המודל ולבדוק איך הוא מתפקד. ברגע שאתם מרוצים מהמודל, אתם יכולים לפרסם גרסאות שלו שניתן לגשת אליהן דרך API ברשת או SDK.
 
-![הלוגו של Azure Custom Vision](../../../../../translated_images/he/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.png)
+![הלוגו של Azure Custom Vision](../../../../../translated_images/he/custom-vision-logo.d3d4e7c8a87ec9da.webp)
 
 > 💁 אתם יכולים לאמן מודל Custom Vision עם מינימום של 5 תמונות לכל סיווג, אבל יותר זה טוב יותר. אתם יכולים לקבל תוצאות טובות יותר עם לפחות 30 תמונות.
 
@@ -146,7 +146,7 @@ Custom Vision הוא חלק ממגוון כלים של AI מבית Microsoft ש
 
     כאשר אתם יוצרים את הפרויקט שלכם, ודאו שאתם משתמשים במשאב `fruit-quality-detector-training` שיצרתם קודם. השתמשו בסוג פרויקט *Classification*, סוג סיווג *Multiclass*, ובתחום *Food*.
 
-    ![ההגדרות לפרויקט Custom Vision עם השם מוגדר ל-fruit-quality-detector, ללא תיאור, המשאב מוגדר ל-fruit-quality-detector-training, סוג הפרויקט מוגדר ל-classification, סוגי הסיווג מוגדרים ל-multi class והתחומים מוגדרים ל-food](../../../../../translated_images/he/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.png)
+    ![ההגדרות לפרויקט Custom Vision עם השם מוגדר ל-fruit-quality-detector, ללא תיאור, המשאב מוגדר ל-fruit-quality-detector-training, סוג הפרויקט מוגדר ל-classification, סוגי הסיווג מוגדרים ל-multi class והתחומים מוגדרים ל-food](../../../../../translated_images/he/custom-vision-create-project.cf46325b92d8b131.webp)
 
 ✅ הקדישו זמן לחקור את ממשק המשתמש של Custom Vision עבור מסווג התמונות שלכם.
 
@@ -164,7 +164,7 @@ Custom Vision הוא חלק ממגוון כלים של AI מבית Microsoft ש
 
     * השתמשו ב-2 בננות בשלות, צלמו כמה תמונות של כל אחת מזוויות שונות, לפחות 7 תמונות (5 לאימון, 2 לבדיקה), אך רצוי יותר.
 
-        ![תמונות של 2 בננות שונות](../../../../../translated_images/he/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.png)
+        ![תמונות של 2 בננות שונות](../../../../../translated_images/he/banana-training-images.530eb203346d73bc.webp)
 
     * חזרו על אותו תהליך עם 2 בננות לא בשלות.
 
@@ -174,7 +174,7 @@ Custom Vision הוא חלק ממגוון כלים של AI מבית Microsoft ש
 
 1. עקבו אחר [העלאת תמונות ותיוגן במדריך המהיר לבניית מסווג במסמכי Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) כדי להעלות את תמונות האימון שלכם. תייגו את הפירות הבשלים כ-`ripe` ואת הלא בשלים כ-`unripe`.
 
-    ![תיבות הדו-שיח של העלאת תמונות בננות בשלות ולא בשלות](../../../../../translated_images/he/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.png)
+    ![תיבות הדו-שיח של העלאת תמונות בננות בשלות ולא בשלות](../../../../../translated_images/he/image-upload-bananas.0751639f3815e0ec.webp)
 
 1. עקבו אחר [אימון המסווג במדריך המהיר לבניית מסווג במסמכי Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) כדי לאמן את מסווג התמונות על התמונות שהעליתם.
 
@@ -192,7 +192,7 @@ Custom Vision הוא חלק ממגוון כלים של AI מבית Microsoft ש
 
 1. עקבו אחר [בדיקת המודל במסמכי Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) כדי לבדוק את מסווג התמונות שלכם. השתמשו בתמונות הבדיקה שיצרתם קודם, ולא באף אחת מהתמונות שבהן השתמשתם לאימון.
 
-    ![בננה לא בשלה שסווגה כלא בשלה עם הסתברות של 98.9%, בשלה עם הסתברות של 1.1%](../../../../../translated_images/he/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.png)
+    ![בננה לא בשלה שסווגה כלא בשלה עם הסתברות של 98.9%, בשלה עם הסתברות של 1.1%](../../../../../translated_images/he/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64.webp)
 
 1. נסו את כל תמונות הבדיקה שיש לכם וצפו בהסתברויות.
 
diff --git a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/README.md b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/README.md
index f6068fa84..b459b2bab 100644
--- a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/README.md
+++ b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/README.md
@@ -1,6 +1,6 @@
 # בדיקת איכות פירות באמצעות מכשיר IoT
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-16.215daf18b00631fb.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -26,7 +26,7 @@
 
 חיישני מצלמה, כפי שהשם מרמז, הם מצלמות שניתן לחבר למכשיר IoT. הם יכולים לצלם תמונות סטילס או להקליט וידאו זורם. חלקם יחזירו נתוני תמונה גולמיים, בעוד אחרים ידחסו את הנתונים לקובץ תמונה כמו JPEG או PNG. בדרך כלל, המצלמות שעובדות עם מכשירי IoT קטנות יותר ובעלות רזולוציה נמוכה יותר ממה שאתם רגילים, אך ניתן להשיג מצלמות ברזולוציה גבוהה שמתחרות במצלמות של טלפונים מתקדמים. ניתן להשיג עדשות מתחלפות, מערכות מצלמות מרובות, מצלמות תרמיות אינפרא-אדום או מצלמות UV.
 
-![האור מסצנה עובר דרך עדשה וממוקד על חיישן CMOS](../../../../../translated_images/he/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.png)
+![האור מסצנה עובר דרך עדשה וממוקד על חיישן CMOS](../../../../../translated_images/he/cmos-sensor.75f9cd74decb1371.webp)
 
 רוב חיישני המצלמה משתמשים בחיישני תמונה שבהם כל פיקסל הוא פוטודיודה. עדשה ממקדת את התמונה על חיישן התמונה, ואלפי או מיליוני פוטודיודות מזהות את האור הנופל על כל אחת מהן ומקליטות אותו כנתוני פיקסלים.
 
@@ -74,7 +74,7 @@
 
 1. לחצו על כפתור **פרסום** עבור האיטרציה.
 
-    ![כפתור הפרסום](../../../../../translated_images/he/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.png)
+    ![כפתור הפרסום](../../../../../translated_images/he/custom-vision-publish-button.b7174e1977b0c33b.webp)
 
 1. בדיאלוג *פרסום מודל*, הגדירו את *משאב התחזית* למשאב `fruit-quality-detector-prediction` שיצרתם בשיעור הקודם. השאירו את השם כ-`Iteration2`, ולחצו על כפתור **פרסום**.
 
@@ -88,7 +88,7 @@
 
     בנוסף, העתיקו את ערך *מפתח התחזית*. זהו מפתח מאובטח שעליכם להעביר כאשר אתם קוראים למודל. רק אפליקציות שמעבירות את המפתח הזה מורשות להשתמש במודל, כל אפליקציה אחרת תידחה.
 
-    ![דיאלוג API התחזית המציג את ה-URL והמפתח](../../../../../translated_images/he/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
+    ![דיאלוג API התחזית המציג את ה-URL והמפתח](../../../../../translated_images/he/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
 
 ✅ כאשר איטרציה חדשה מתפרסמת, יהיה לה שם שונה. כיצד לדעתכם ניתן לשנות את האיטרציה שבה משתמש מכשיר IoT?
 
@@ -109,7 +109,7 @@
 
 כדי לקבל את התוצאות הטובות ביותר ממסווג תמונות, כדאי לאמן את המודל עם תמונות שדומות ככל האפשר לתמונות המשמשות לתחזיות. אם השתמשתם במצלמת הטלפון שלכם לצילום תמונות לאימון, למשל, איכות התמונה, החדות והצבע יהיו שונים ממצלמה המחוברת למכשיר IoT.
 
-![2 תמונות של בננה, אחת ברזולוציה נמוכה עם תאורה גרועה ממכשיר IoT, והשנייה ברזולוציה גבוהה עם תאורה טובה מטלפון](../../../../../translated_images/he/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.png)
+![2 תמונות של בננה, אחת ברזולוציה נמוכה עם תאורה גרועה ממכשיר IoT, והשנייה ברזולוציה גבוהה עם תאורה טובה מטלפון](../../../../../translated_images/he/banana-picture-compare.174df164dc326a42.webp)
 
 בתמונה למעלה, תמונת הבננה משמאל צולמה באמצעות מצלמת Raspberry Pi, והתמונה מימין צולמה של אותה בננה באותו מיקום באמצעות iPhone. יש הבדל ניכר באיכות - תמונת ה-iPhone חדה יותר, עם צבעים בהירים יותר ויותר ניגודיות.
 
diff --git a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
index 0787e1307..c2f018edc 100644
--- a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
+++ b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
@@ -16,7 +16,7 @@
 
 ### משימה - חיבור המצלמה
 
-![מצלמת Raspberry Pi](../../../../../translated_images/he/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.png)
+![מצלמת Raspberry Pi](../../../../../translated_images/he/pi-camera-module.4278753c31bd6e75.webp)
 
 1. כבו את ה-Pi.
 
@@ -24,17 +24,17 @@
 
     ניתן למצוא אנימציה שמראה כיצד לפתוח את הקליפס ולהכניס את הכבל בתיעוד [Raspberry Pi Getting Started with the Camera module](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2).
 
-    ![כבל הסרט מוכנס למודול המצלמה](../../../../../translated_images/he/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.png)
+    ![כבל הסרט מוכנס למודול המצלמה](../../../../../translated_images/he/pi-camera-ribbon-cable.0bf82acd251611c2.webp)
 
 1. הסירו את ה-Grove Base Hat מה-Pi.
 
 1. העבירו את כבל הסרט דרך החריץ למצלמה ב-Grove Base Hat. ודאו שהצד הכחול של הכבל פונה לכיוון הפורטים האנלוגיים המסומנים **A0**, **A1** וכו'.
 
-    ![כבל הסרט עובר דרך ה-Grove Base Hat](../../../../../translated_images/he/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.png)
+    ![כבל הסרט עובר דרך ה-Grove Base Hat](../../../../../translated_images/he/grove-base-hat-ribbon-cable.501fed202fcf73b1.webp)
 
 1. הכניסו את כבל הסרט לשקע המצלמה ב-Pi. שוב, משכו את הקליפס השחור למעלה, הכניסו את הכבל, ואז דחפו את הקליפס חזרה. הצד הכחול של הכבל צריך לפנות לכיוון פורטי ה-USB והאת'רנט.
 
-    ![כבל הסרט מחובר לשקע המצלמה ב-Pi](../../../../../translated_images/he/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.png)
+    ![כבל הסרט מחובר לשקע המצלמה ב-Pi](../../../../../translated_images/he/pi-camera-socket-ribbon-cable.a18309920b118009.webp)
 
 1. החזירו את ה-Grove Base Hat למקומו.
 
@@ -101,7 +101,7 @@
 
     השורה `camera.rotation = 0` מגדירה את סיבוב התמונה. כבל הסרט נכנס לתחתית המצלמה, אך אם המצלמה שלכם סובבה כדי להקל על הצבעתה על האובייקט שברצונכם לסווג, תוכלו לשנות שורה זו למספר מעלות הסיבוב.
 
-    ![המצלמה תלויה מעל פחית שתייה](../../../../../translated_images/he/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.png)
+    ![המצלמה תלויה מעל פחית שתייה](../../../../../translated_images/he/pi-camera-upside-down.5376961ba3145988.webp)
 
     לדוגמה, אם תתלו את כבל הסרט מעל משהו כך שהוא יהיה בחלק העליון של המצלמה, הגדירו את הסיבוב ל-180:
 
diff --git a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
index 5e716cd6a..e6938be7c 100644
--- a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
+++ b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
@@ -84,7 +84,7 @@
 
     תוכלו לראות את התמונה שצולמה, ואת הערכים הללו בלשונית **Predictions** ב-Custom Vision.
 
-    ![בננה ב-Custom Vision שסווגה כבשלה ב-56.8% ולא בשלה ב-43.1%](../../../../../translated_images/he/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
+    ![בננה ב-Custom Vision שסווגה כבשלה ב-56.8% ולא בשלה ב-43.1%](../../../../../translated_images/he/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
 
 > 💁 תוכלו למצוא את הקוד הזה בתיקיית [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) או [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device).
 
diff --git a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
index 4547e340a..fd93ee67a 100644
--- a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
+++ b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
@@ -34,11 +34,11 @@
 
     1. בחרו בכפתור **Add** כדי ליצור את המצלמה.
 
-    ![הגדרות המצלמה](../../../../../translated_images/he/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.png)
+    ![הגדרות המצלמה](../../../../../translated_images/he/counterfit-create-camera.a5de97f59c0bd3cb.webp)
 
     המצלמה תיווצר ותופיע ברשימת החיישנים.
 
-    ![המצלמה שנוצרה](../../../../../translated_images/he/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.png)
+    ![המצלמה שנוצרה](../../../../../translated_images/he/counterfit-camera.001ec52194c8ee5d.webp)
 
 ## תכנות המצלמה
 
@@ -103,7 +103,7 @@
 
 1. הגדירו את התמונה שהמצלמה ב-CounterFit תצלם. תוכלו להגדיר את *Source* ל-*File*, ואז להעלות קובץ תמונה, או להגדיר את *Source* ל-*WebCam*, ותמונות יילכדו מהמצלמה שלכם. ודאו שאתם לוחצים על כפתור **Set** לאחר בחירת תמונה או בחירת המצלמה.
 
-    ![CounterFit עם קובץ מוגדר כמקור תמונה, ומצלמת רשת שמראה אדם מחזיק בננה בתצוגה מקדימה של המצלמה](../../../../../translated_images/he/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.png)
+    ![CounterFit עם קובץ מוגדר כמקור תמונה, ומצלמת רשת שמראה אדם מחזיק בננה בתצוגה מקדימה של המצלמה](../../../../../translated_images/he/counterfit-camera-options.eb3bd5150a8e7dff.webp)
 
 1. תמונה תילכד ותישמר כ-`image.jpg` בתיקייה הנוכחית. תוכלו לראות את הקובץ הזה בסייר של VS Code. בחרו בקובץ כדי לצפות בתמונה. אם יש צורך בסיבוב, עדכנו את השורה `camera.rotation = 0` בהתאם וצילמו תמונה נוספת.
 
diff --git a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
index f6e330856..7aecc7fe4 100644
--- a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
+++ b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
@@ -16,7 +16,7 @@
 
 חבר את המצלמה.
 
-![חיישן ArduCam](../../../../../translated_images/he/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.png)
+![חיישן ArduCam](../../../../../translated_images/he/arducam.20e4e4cbb2682965.webp)
 
 1. הפינים בבסיס ה-ArduCam צריכים להיות מחוברים לפיני GPIO ב-Wio Terminal. כדי להקל על מציאת הפינים הנכונים, הצמד את מדבקת פיני GPIO שמגיעה עם ה-Wio Terminal סביב הפינים:
 
@@ -35,7 +35,7 @@
     | SDA         | 3 (I2C1_SDA)     | נתונים סדרתיים I2C                     |
     | SCL         | 5 (I2C1_SCL)     | שעון סדרתי I2C                          |
 
-    ![ה-Wio Terminal מחובר ל-ArduCam עם חוטי ג'אמפר](../../../../../translated_images/he/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.png)
+    ![ה-Wio Terminal מחובר ל-ArduCam עם חוטי ג'אמפר](../../../../../translated_images/he/arducam-wio-terminal-connections.a4d5a4049bdb5ab8.webp)
 
     חיבורי GND ו-VCC מספקים ספק כוח של 5V ל-ArduCam. הוא פועל ב-5V, בניגוד לחיישני Grove שפועלים ב-3V. כוח זה מגיע ישירות מחיבור ה-USB-C שמספק כוח למכשיר.
 
@@ -456,7 +456,7 @@
 
 1. כבה את כרטיס ה-microSD והוצא אותו על ידי לחיצה קלה ושחרור, והוא יקפוץ החוצה. ייתכן שתצטרך להשתמש בכלי דק כדי לעשות זאת. חבר את כרטיס ה-microSD למחשב שלך כדי לצפות בתמונות.
 
-    ![תמונה של בננה שצולמה באמצעות ArduCam](../../../../../translated_images/he/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.jpg)
+    ![תמונה של בננה שצולמה באמצעות ArduCam](../../../../../translated_images/he/banana-arducam.be1b32d4267a8194.webp)
 💁 ייתכן שייקח כמה תמונות עד שהאיזון הלבן של המצלמה יתאים את עצמו. תבחינו בכך על סמך הצבע של התמונות שצולמו, הראשונות עשויות להיראות בצבע שגוי. תמיד תוכלו לעקוף זאת על ידי שינוי הקוד כך שיצלם כמה תמונות שמתעלמים מהן בפונקציית `setup`.
 
 
diff --git a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
index 347ee3aaa..45466d756 100644
--- a/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
+++ b/translations/he/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
@@ -208,7 +208,7 @@
 
     תוכלו לראות את התמונה שצולמה, ואת הערכים הללו בלשונית **Predictions** ב-Custom Vision.
 
-    ![בננה ב-Custom Vision עם תחזית של 56.8% בשלה ו-43.1% לא בשלה](../../../../../translated_images/he/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
+    ![בננה ב-Custom Vision עם תחזית של 56.8% בשלה ו-43.1% לא בשלה](../../../../../translated_images/he/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
 
 > 💁 תוכלו למצוא את הקוד הזה בתיקייה [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal).
 
diff --git a/translations/he/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md b/translations/he/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
index cc7e50311..ff0559ff7 100644
--- a/translations/he/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
+++ b/translations/he/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
@@ -1,6 +1,6 @@
 # הפעלת גלאי הפירות שלך בקצה
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-17.bc333c3c35ba8e42.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -33,11 +33,11 @@
 
 מחשוב קצה כולל מחשבים שמעבדים נתוני IoT קרוב ככל האפשר למקום שבו הנתונים נוצרים. במקום לעבד את הנתונים בענן, העיבוד מועבר לקצה הענן - הרשת הפנימית שלכם.
 
-![תרשים ארכיטקטורה שמראה שירותי אינטרנט בענן ומכשירי IoT ברשת מקומית](../../../../../translated_images/he/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.png)
+![תרשים ארכיטקטורה שמראה שירותי אינטרנט בענן ומכשירי IoT ברשת מקומית](../../../../../translated_images/he/cloud-without-edge.b4da641f6022c95e.webp)
 
 בשיעורים עד כה, היו לכם מכשירים שאספו נתונים ושלחו אותם לענן לניתוח, תוך הפעלת פונקציות ללא שרת או מודלים של AI בענן.
 
-![תרשים ארכיטקטורה שמראה מכשירי IoT ברשת מקומית שמתחברים למכשירי קצה, ומכשירי הקצה מתחברים לענן](../../../../../translated_images/he/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.png)
+![תרשים ארכיטקטורה שמראה מכשירי IoT ברשת מקומית שמתחברים למכשירי קצה, ומכשירי הקצה מתחברים לענן](../../../../../translated_images/he/cloud-with-edge.1e26462c62c126fe.webp)
 
 מחשוב קצה כולל העברת חלק משירותי הענן מהמחשוב בענן למחשבים שפועלים באותה רשת כמו מכשירי ה-IoT, תוך תקשורת עם הענן רק במידת הצורך. לדוגמה, ניתן להפעיל מודלים של AI על מכשירי קצה כדי לנתח בשלות של פירות, ולשלוח לענן רק ניתוחים, כמו מספר הפירות הבשלים לעומת הלא בשלים.
 
@@ -85,7 +85,7 @@
 
 ## Azure IoT Edge
 
-![לוגו Azure IoT Edge](../../../../../translated_images/he/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.png)
+![לוגו Azure IoT Edge](../../../../../translated_images/he/azure-iot-edge-logo.c1c076749b5cba2e.webp)
 
 Azure IoT Edge הוא שירות שיכול לעזור לכם להעביר עומסי עבודה מהענן לקצה. אתם מגדירים מכשיר כמכשיר קצה, ומהענן תוכלו לפרוס קוד למכשיר הקצה הזה. זה מאפשר לכם לשלב את היכולות של הענן והקצה.
 
@@ -99,7 +99,7 @@ IoT Edge מובנה ב-IoT Hub, כך שתוכלו לנהל מכשירי קצה 
 
 IoT Edge מפעיל קוד מתוך *קונטיינרים* - יישומים עצמאיים שפועלים בבידוד משאר היישומים במחשב שלכם. כאשר אתם מפעילים קונטיינר, הוא מתנהג כמו מחשב נפרד שפועל בתוך המחשב שלכם, עם התוכנה, השירותים והיישומים שלו. ברוב המקרים, קונטיינרים לא יכולים לגשת לשום דבר במחשב שלכם אלא אם תבחרו לשתף דברים כמו תיקייה עם הקונטיינר. הקונטיינר חושף אז שירותים דרך פורט פתוח שניתן להתחבר אליו או לחשוף לרשת שלכם.
 
-![בקשת אינטרנט שמופנית לקונטיינר](../../../../../translated_images/he/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.png)
+![בקשת אינטרנט שמופנית לקונטיינר](../../../../../translated_images/he/container-web-browser.4ee81dd4f0d8838c.webp)
 
 לדוגמה, תוכלו להחזיק קונטיינר עם אתר אינטרנט שפועל על פורט 80, פורט ה-HTTP המוגדר כברירת מחדל, ואז לחשוף אותו מהמחשב שלכם גם על פורט 80.
 
@@ -195,11 +195,11 @@ IoT Edge מפעיל קוד מתוך *קונטיינרים* - יישומים עצ
 
 ## הכנת הקונטיינר לפריסה
 
-![קונטיינרים נבנים ואז נדחפים לרג'יסטרי קונטיינרים, ואז נפרסים מהמאגרים למכשיר קצה באמצעות IoT Edge](../../../../../translated_images/he/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.png)
+![קונטיינרים נבנים ואז נדחפים לרג'יסטרי קונטיינרים, ואז נפרסים מהמאגרים למכשיר קצה באמצעות IoT Edge](../../../../../translated_images/he/container-edge-flow.c246050dd60ceefd.webp)
 
 לאחר שהורדת את המודל שלך, יש לבנות אותו כקונטיינר ואז לדחוף אותו לרג'יסטרי קונטיינרים - מיקום מקוון שבו ניתן לאחסן קונטיינרים. IoT Edge יכול להוריד את הקונטיינר מהמאגרים ולדחוף אותו למכשיר שלך.
 
-![לוגו Azure Container Registry](../../../../../translated_images/he/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.png)
+![לוגו Azure Container Registry](../../../../../translated_images/he/azure-container-registry-logo.09494206991d4b29.webp)
 
 רג'יסטרי הקונטיינרים שבו תשתמש בשיעור זה הוא Azure Container Registry. זו אינה שירות חינמי, ולכן כדי לחסוך כסף ודא שאתה [מנקה את הפרויקט שלך](../../../clean-up.md) לאחר שתסיים.
 
diff --git a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/README.md b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
index 812eb652a..be27164cf 100644
--- a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
+++ b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
@@ -1,6 +1,6 @@
 # הפעלת זיהוי איכות פירות באמצעות חיישן
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-18.92c32ed1d354caa5.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -39,7 +39,7 @@
 
 ### ארכיטקטורת IoT לדוגמה
 
-![ארכיטקטורת IoT לדוגמה](../../../../../translated_images/he/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.png)
+![ארכיטקטורת IoT לדוגמה](../../../../../translated_images/he/iot-reference-architecture.2278b98b55c6d4e8.webp)
 
 התרשים לעיל מציג ארכיטקטורת IoT לדוגמה.
 
@@ -49,7 +49,7 @@
 * **תובנות** מגיעות מיישומים ללא שרת או מניתוחים על נתונים מאוחסנים.
 * **פעולות** יכולות להיות פקודות שנשלחות למכשירים או ויזואליזציה של נתונים שמאפשרת לבני אדם לקבל החלטות.
 
-![ארכיטקטורת IoT לדוגמה](../../../../../translated_images/he/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.png)
+![ארכיטקטורת IoT לדוגמה](../../../../../translated_images/he/iot-reference-architecture-azure.0b8d2161af924cb1.webp)
 
 התרשים לעיל מציג כמה מהרכיבים והשירותים שנלמדו בשיעורים אלו וכיצד הם מתחברים יחד בארכיטקטורת IoT לדוגמה.
 
@@ -89,7 +89,7 @@
 
 ### יצירת אב-טיפוס לאפליקציה שלכם
 
-![ארכיטקטורת IoT לדוגמה לבדיקת איכות פירות](../../../../../translated_images/he/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.png)
+![ארכיטקטורת IoT לדוגמה לבדיקת איכות פירות](../../../../../translated_images/he/iot-reference-architecture-fruit-quality.cc705f121c3b6fa7.webp)
 
 התרשים לעיל מציג ארכיטקטורה לדוגמה לאפליקציה זו.
 
@@ -124,7 +124,7 @@
 
 לגלאי הפירות באב-טיפוס יש רכיבים מרובים שמתקשרים זה עם זה.
 
-![הרכיבים מתקשרים זה עם זה](../../../../../translated_images/he/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.png)
+![הרכיבים מתקשרים זה עם זה](../../../../../translated_images/he/fruit-quality-detector-message-flow.adf2a65da8fd8741.webp)
 
 * חיישן קרבה שמודד את המרחק לפירות ושולח זאת ל-IoT Hub
 * הפקודה לשלוט במצלמה שמגיעה מ-IoT Hub למכשיר המצלמה
diff --git a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
index 45d803b72..95646d3cb 100644
--- a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
+++ b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
@@ -20,7 +20,7 @@
 
 חבר את חיישן ה-Time of Flight.
 
-![חיישן Time of Flight מסוג Grove](../../../../../translated_images/he/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
+![חיישן Time of Flight מסוג Grove](../../../../../translated_images/he/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע בחיישן ה-Time of Flight. הוא ייכנס רק בכיוון אחד.
 
diff --git a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
index 5325b20b5..9b8bb368e 100644
--- a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
+++ b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
@@ -36,11 +36,11 @@
 
     1. לחצו על כפתור **Add** כדי ליצור את חיישן המרחק.
 
-    ![הגדרות חיישן המרחק](../../../../../translated_images/he/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.png)
+    ![הגדרות חיישן המרחק](../../../../../translated_images/he/counterfit-create-distance-sensor.967c9fb98f27888d.webp)
 
     חיישן המרחק ייווצר ויופיע ברשימת החיישנים.
 
-    ![חיישן המרחק שנוצר](../../../../../translated_images/he/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.png)
+    ![חיישן המרחק שנוצר](../../../../../translated_images/he/counterfit-distance-sensor.079eefeeea0b68af.webp)
 
 ## תכנות חיישן המרחק
 
diff --git a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
index 025931d65..9ebdbd3fd 100644
--- a/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
+++ b/translations/he/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
@@ -20,7 +20,7 @@
 
 חבר את חיישן Time of Flight.
 
-![חיישן Grove Time of Flight](../../../../../translated_images/he/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
+![חיישן Grove Time of Flight](../../../../../translated_images/he/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
 
 1. הכנס קצה אחד של כבל Grove לשקע בחיישן Time of Flight. הכבל ייכנס רק בכיוון אחד.
 
diff --git a/translations/he/5-retail/lessons/1-train-stock-detector/README.md b/translations/he/5-retail/lessons/1-train-stock-detector/README.md
index 7e90811c1..f901184de 100644
--- a/translations/he/5-retail/lessons/1-train-stock-detector/README.md
+++ b/translations/he/5-retail/lessons/1-train-stock-detector/README.md
@@ -1,6 +1,6 @@
 # לאמן גלאי מלאי
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-19.cf6973cecadf080c.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -36,7 +36,7 @@
 
 סיווג תמונות עוסק בסיווג תמונה כולה - מה ההסתברויות שהתמונה כולה תואמת כל תגית. אתם מקבלים חזרה הסתברויות לכל תגית ששימשה לאימון המודל.
 
-![סיווג תמונות של אגוזי קשיו ורסק עגבניות](../../../../../translated_images/he/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.png)
+![סיווג תמונות של אגוזי קשיו ורסק עגבניות](../../../../../translated_images/he/image-classifier-cashews-tomato.bc2e16ab8f05cf9a.webp)
 
 בדוגמה למעלה, שתי תמונות סווגו באמצעות מודל שאומן לסווג קופסאות אגוזי קשיו או פחיות רסק עגבניות. התמונה הראשונה היא קופסה של אגוזי קשיו, ויש לה שני תוצאות ממסווג התמונות:
 
@@ -60,7 +60,7 @@
 
 > 🎓 *תיבות גבול* הן התיבות סביב אובייקט.
 
-![זיהוי אובייקטים של אגוזי קשיו ורסק עגבניות](../../../../../translated_images/he/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.png)
+![זיהוי אובייקטים של אגוזי קשיו ורסק עגבניות](../../../../../translated_images/he/object-detector-cashews-tomato.1af7c26686b4db0e.webp)
 
 התמונה למעלה מכילה גם קופסה של אגוזי קשיו וגם שלוש פחיות של רסק עגבניות. גלאי האובייקטים זיהה את אגוזי הקשיו, והחזיר את תיבת הגבול שמכילה את אגוזי הקשיו עם אחוז ההסתברות שהתיבה מכילה את האובייקט, במקרה הזה 97.6%. גלאי האובייקטים גם זיהה שלוש פחיות של רסק עגבניות, ומספק שלוש תיבות גבול נפרדות, אחת לכל פחית מזוהה, וכל אחת עם אחוז הסתברות שהתיבה מכילה פחית של רסק עגבניות.
 
@@ -111,7 +111,7 @@
 
     כשאתם יוצרים את הפרויקט, ודאו שאתם משתמשים במשאב `stock-detector-training` שיצרתם קודם. השתמשו בסוג הפרויקט *Object Detection* ובתחום *Products on Shelves*.
 
-    ![הגדרות הפרויקט של Custom Vision עם השם fruit-quality-detector, ללא תיאור, המשאב מוגדר ל-fruit-quality-detector-training, סוג הפרויקט מוגדר לסיווג, סוגי הסיווג מוגדרים ל-multi class והתחומים מוגדרים ל-food](../../../../../translated_images/he/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.png)
+    ![הגדרות הפרויקט של Custom Vision עם השם fruit-quality-detector, ללא תיאור, המשאב מוגדר ל-fruit-quality-detector-training, סוג הפרויקט מוגדר לסיווג, סוגי הסיווג מוגדרים ל-multi class והתחומים מוגדרים ל-food](../../../../../translated_images/he/custom-vision-create-object-detector-project.32d4fb9aa8e7e737.webp)
 
     ✅ תחום המוצרים על המדפים מותאם במיוחד לזיהוי מלאי על מדפי חנויות. קראו עוד על התחומים השונים בתיעוד [בחירת תחום בתיעוד של Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/select-domain?WT.mc_id=academic-17441-jabenn#object-detection)
 
@@ -133,11 +133,11 @@
 
 1. עקבו אחרי [החלק של העלאת תמונות ותיוגן במדריך המהיר לבניית גלאי אובייקטים בתיעוד של Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) כדי להעלות את תמונות האימון שלכם. צרו תגיות רלוונטיות בהתאם לסוגי האובייקטים שברצונכם לזהות.
 
-    ![דיאלוגי העלאה שמראים העלאת תמונות של בננות בשלות ולא בשלות](../../../../../translated_images/he/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.png)
+    ![דיאלוגי העלאה שמראים העלאת תמונות של בננות בשלות ולא בשלות](../../../../../translated_images/he/image-upload-object-detector.77c7892c3093cb59.webp)
 
     כשאתם מציירים תיבות גבול עבור אובייקטים, שמרו אותן צמודות לאובייקט. זה יכול לקחת זמן לסמן את כל התמונות, אבל הכלי יזהה מה הוא חושב כתיבות גבול, מה שיכול להאיץ את התהליך.
 
-    ![תיוג רסק עגבניות](../../../../../translated_images/he/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.png)
+    ![תיוג רסק עגבניות](../../../../../translated_images/he/object-detector-tag-tomato-paste.f47c362fb0f0eb58.webp)
 
     > 💁 אם יש לכם יותר מ-15 תמונות עבור כל אובייקט, תוכלו לאמן אחרי 15 ואז להשתמש בתכונת **Suggested tags**. זה ישתמש במודל המאומן כדי לזהות את האובייקטים בתמונה הלא מתויגת. תוכלו אז לאשר את האובייקטים המזוהים או לדחות ולצייר מחדש את תיבות הגבול. זה יכול לחסוך *הרבה* זמן.
 
@@ -155,7 +155,7 @@
 
 1. השתמשו בכפתור **Quick Test** כדי להעלות תמונות בדיקה ולאמת שהאובייקטים מזוהים. השתמשו בתמונות הבדיקה שיצרתם קודם, לא באף אחת מהתמונות ששימשו לאימון.
 
-    ![3 פחיות של רסק עגבניות מזוהות עם הסתברויות של 38%, 35.5% ו-34.6%](../../../../../translated_images/he/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.png)
+    ![3 פחיות של רסק עגבניות מזוהות עם הסתברויות של 38%, 35.5% ו-34.6%](../../../../../translated_images/he/object-detector-detected-tomato-paste.52656fe87af4c37b.webp)
 
 1. נסו את כל תמונות הבדיקה שיש לכם וצפו בהסתברויות.
 
diff --git a/translations/he/5-retail/lessons/2-check-stock-device/README.md b/translations/he/5-retail/lessons/2-check-stock-device/README.md
index de05be92f..08794bd68 100644
--- a/translations/he/5-retail/lessons/2-check-stock-device/README.md
+++ b/translations/he/5-retail/lessons/2-check-stock-device/README.md
@@ -1,6 +1,6 @@
 # בדיקת מלאי ממכשיר IoT
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-20.0211df9551a8abb3.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -62,7 +62,7 @@
 
 1. לחצו על כפתור **Publish** עבור האיטרציה.
 
-    ![כפתור הפרסום](../../../../../translated_images/he/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.png)
+    ![כפתור הפרסום](../../../../../translated_images/he/custom-vision-object-detector-publish-button.34ee379fc650ccb9.webp)
 
 1. בדיאלוג *Publish Model*, הגדירו את *Prediction resource* למשאב `stock-detector-prediction` שיצרתם בשיעור הקודם. השאירו את השם כ-`Iteration2`, ולחצו על כפתור **Publish**.
 
@@ -76,7 +76,7 @@
 
     בנוסף, העתיקו את ערך *Prediction-Key*. זהו מפתח מאובטח שעליכם להעביר כאשר אתם קוראים למודל. רק אפליקציות שמעבירות את המפתח הזה מורשות להשתמש במודל, וכל אפליקציה אחרת תידחה.
 
-    ![דיאלוג ה-API של התחזית המציג את ה-URL והמפתח](../../../../../translated_images/he/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
+    ![דיאלוג ה-API של התחזית המציג את ה-URL והמפתח](../../../../../translated_images/he/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
 
 ✅ כאשר איטרציה חדשה מתפרסמת, יהיה לה שם שונה. איך לדעתכם ניתן לשנות את האיטרציה שמכשיר IoT משתמש בה?
 
@@ -95,7 +95,7 @@
 
 תוצאות התחזית בלשונית **Predictions** ב-Custom Vision מציגות את תיבות הגבול על התמונה שנשלחה לתחזית.
 
-![4 קופסאות רסק עגבניות על מדף עם תחזיות ל-4 זיהויים של 35.8%, 33.5%, 25.7% ו-16.6%](../../../../../translated_images/he/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+![4 קופסאות רסק עגבניות על מדף עם תחזיות ל-4 זיהויים של 35.8%, 33.5%, 25.7% ו-16.6%](../../../../../translated_images/he/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 בתמונה למעלה, זוהו 4 קופסאות רסק עגבניות. בתוצאות, ריבוע אדום מונח על כל אובייקט שזוהה בתמונה, ומציין את תיבת הגבול של התמונה.
 
@@ -103,7 +103,7 @@
 
 תיבות גבול מוגדרות עם 4 ערכים - עליון, שמאלי, גובה ורוחב. ערכים אלו נמצאים בסקאלה של 0-1, ומייצגים את המיקומים כאחוז מגודל התמונה. המקור (המיקום 0,0) הוא הפינה השמאלית העליונה של התמונה, כך שהערך העליון הוא המרחק מהחלק העליון, והתחתון של תיבת הגבול הוא העליון בתוספת הגובה.
 
-![תיבת גבול סביב קופסת רסק עגבניות](../../../../../translated_images/he/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.png)
+![תיבת גבול סביב קופסת רסק עגבניות](../../../../../translated_images/he/bounding-box.1420a7ea0d3d15f7.webp)
 
 התמונה למעלה היא ברוחב של 600 פיקסלים ובגובה של 800 פיקסלים. תיבת הגבול מתחילה ב-320 פיקסלים למטה, מה שנותן ערך עליון של 0.4 (800 x 0.4 = 320). מהשמאל, תיבת הגבול מתחילה ב-240 פיקסלים, מה שנותן ערך שמאלי של 0.4 (600 x 0.4 = 240). הגובה של תיבת הגבול הוא 240 פיקסלים, מה שנותן ערך גובה של 0.3 (800 x 0.3 = 240). הרוחב של תיבת הגבול הוא 120 פיקסלים, מה שנותן ערך רוחב של 0.2 (600 x 0.2 = 120).
 
@@ -118,7 +118,7 @@
 
 ניתן להשתמש בתיבות גבול בשילוב עם הסתברויות כדי להעריך עד כמה זיהוי מדויק. לדוגמה, מודל זיהוי יכול לזהות מספר אובייקטים שמצטלבים, לדוגמה זיהוי קופסה אחת בתוך אחרת. הקוד שלכם יכול לבדוק את תיבות הגבול, להבין שזה בלתי אפשרי, ולהתעלם מכל אובייקט שיש לו חפיפה משמעותית עם אובייקטים אחרים.
 
-![שתי תיבות גבול חופפות קופסת רסק עגבניות](../../../../../translated_images/he/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.png)
+![שתי תיבות גבול חופפות קופסת רסק עגבניות](../../../../../translated_images/he/overlap-object-detection.d431e03cae75072a.webp)
 
 בדוגמה למעלה, תיבת גבול אחת מציינת קופסת רסק עגבניות עם הסתברות של 78.3%. תיבת גבול שנייה קטנה יותר, ונמצאת בתוך תיבת הגבול הראשונה עם הסתברות של 64.3%. הקוד שלכם יכול לבדוק את תיבות הגבול, לראות שהן חופפות לחלוטין, ולהתעלם מההסתברות הנמוכה יותר מכיוון שאין דרך שקופסה אחת תהיה בתוך אחרת.
 
diff --git a/translations/he/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md b/translations/he/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
index 4c02301c7..8e6f6a81a 100644
--- a/translations/he/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
+++ b/translations/he/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
@@ -67,7 +67,7 @@
 
     תוכל לראות את התמונה שצולמה ואת הערכים הללו בלשונית **Predictions** ב-Custom Vision.
 
-    ![4 קופסאות של רסק עגבניות על מדף עם תחזיות של 35.8%, 33.5%, 25.7% ו-16.6%](../../../../../translated_images/he/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+    ![4 קופסאות של רסק עגבניות על מדף עם תחזיות של 35.8%, 33.5%, 25.7% ו-16.6%](../../../../../translated_images/he/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 > 💁 תוכל למצוא את הקוד הזה בתיקיות [code-detect/pi](../../../../../5-retail/lessons/2-check-stock-device/code-detect/pi) או [code-detect/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-detect/virtual-iot-device).
 
diff --git a/translations/he/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md b/translations/he/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
index baaa1fd93..3d80a6392 100644
--- a/translations/he/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
+++ b/translations/he/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
@@ -95,7 +95,7 @@
 
     תוכל לראות את התמונה שצולמה, ואת הערכים הללו בלשונית **Predictions** ב-Custom Vision.
 
-    ![4 קופסאות של רסק עגבניות על מדף עם תחזיות ל-4 זיהויים של 35.8%, 33.5%, 25.7% ו-16.6%](../../../../../translated_images/he/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+    ![4 קופסאות של רסק עגבניות על מדף עם תחזיות ל-4 זיהויים של 35.8%, 33.5%, 25.7% ו-16.6%](../../../../../translated_images/he/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 > 💁 תוכל למצוא את הקוד הזה בתיקיית [code-detect/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-detect/wio-terminal).
 
diff --git a/translations/he/6-consumer/lessons/1-speech-recognition/README.md b/translations/he/6-consumer/lessons/1-speech-recognition/README.md
index 4989fad99..e1c9541fd 100644
--- a/translations/he/6-consumer/lessons/1-speech-recognition/README.md
+++ b/translations/he/6-consumer/lessons/1-speech-recognition/README.md
@@ -1,6 +1,6 @@
 # זיהוי דיבור עם מכשיר IoT
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-21.e34de51354d6606f.webp)
 
 > סקיצה מאת [ניטיה נאראסימהן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -51,7 +51,7 @@
 
     מיקרופונים דינמיים אינם זקוקים לחשמל כדי לפעול; האות החשמלי נוצר כולו מהמיקרופון.
 
-    ![פאטי סמית' שרה לתוך מיקרופון דינמי מסוג Shure SM58](../../../../../translated_images/he/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.jpg)
+    ![פאטי סמית' שרה לתוך מיקרופון דינמי מסוג Shure SM58](../../../../../translated_images/he/dynamic-mic.8babac890a2d80df.webp)
 
 * סרט - מיקרופונים מסוג סרט דומים למיקרופונים דינמיים, אך במקום דיאפרגמה יש בהם סרט מתכת. הסרט נע בשדה מגנטי ויוצר זרם חשמלי. כמו מיקרופונים דינמיים, גם מיקרופונים מסוג סרט אינם זקוקים לחשמל כדי לפעול.
 
@@ -59,11 +59,11 @@
 
 * קונדנסר - מיקרופונים מסוג קונדנסר כוללים דיאפרגמה מתכתית דקה ולוח אחורי מתכתי קבוע. זרם חשמלי מוחל על שניהם, וכאשר הדיאפרגמה רוטטת, המטען הסטטי בין הלוחות משתנה ויוצר אות. מיקרופונים מסוג קונדנסר זקוקים לחשמל כדי לפעול - הנקרא *Phantom power*.
 
-    ![מיקרופון קונדנסר קטן מסוג C451B של AKG Acoustics](../../../../../translated_images/he/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.jpg)
+    ![מיקרופון קונדנסר קטן מסוג C451B של AKG Acoustics](../../../../../translated_images/he/condenser-mic.6f6ed5b76ca19e0e.webp)
 
 * MEMS - מיקרופונים מסוג מערכות מיקרואלקטרומכניות, או MEMS, הם מיקרופונים על שבב. יש להם דיאפרגמה רגישה ללחץ המוטבעת על שבב סיליקון, והם פועלים בדומה למיקרופון קונדנסר. מיקרופונים אלו יכולים להיות זעירים ומשולבים במעגלים חשמליים.
 
-    ![מיקרופון MEMS על לוח מעגלים](../../../../../translated_images/he/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.png)
+    ![מיקרופון MEMS על לוח מעגלים](../../../../../translated_images/he/mems-microphone.80574019e1f5e4d9.webp)
 
     בתמונה למעלה, השבב המסומן **LEFT** הוא מיקרופון MEMS, עם דיאפרגמה זעירה ברוחב של פחות ממילימטר.
 
@@ -159,7 +159,7 @@
 
 ## המרת דיבור לטקסט
 
-![לוגו שירותי דיבור](../../../../../translated_images/he/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
+![לוגו שירותי דיבור](../../../../../translated_images/he/azure-speech-logo.a1f08c4befb0159f.webp)
 
 בדומה לסיווג תמונות בפרויקט קודם, קיימים שירותי בינה מלאכותית מוכנים מראש שיכולים לקחת דיבור כקובץ אודיו ולהמיר אותו לטקסט. אחד משירותים אלו הוא Speech Service, חלק משירותי Cognitive Services, שירותי בינה מלאכותית מוכנים לשימוש באפליקציות שלך.
 
diff --git a/translations/he/6-consumer/lessons/1-speech-recognition/pi-audio.md b/translations/he/6-consumer/lessons/1-speech-recognition/pi-audio.md
index 7edaba091..543dc93d3 100644
--- a/translations/he/6-consumer/lessons/1-speech-recognition/pi-audio.md
+++ b/translations/he/6-consumer/lessons/1-speech-recognition/pi-audio.md
@@ -16,13 +16,13 @@
 
 #### משימה - חיבור הלחצן
 
-![לחצן Grove](../../../../../translated_images/he/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.png)
+![לחצן Grove](../../../../../translated_images/he/grove-button.a70cfbb809a85636.webp)
 
 1. הכניסו קצה אחד של כבל Grove לשקע במודול הלחצן. הוא ייכנס רק בכיוון אחד.
 
 1. כאשר ה-Raspberry Pi כבוי, חברו את הקצה השני של כבל Grove לשקע הדיגיטלי המסומן **D5** בכובע הבסיס של Grove המחובר ל-Pi. שקע זה הוא השני משמאל, בשורה של השקעים ליד פיני GPIO.
 
-![לחצן Grove מחובר לשקע D5](../../../../../translated_images/he/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.png)
+![לחצן Grove מחובר לשקע D5](../../../../../translated_images/he/pi-button.c7a1a4f55943341c.webp)
 
 ## לכידת שמע
 
diff --git a/translations/he/6-consumer/lessons/1-speech-recognition/pi-microphone.md b/translations/he/6-consumer/lessons/1-speech-recognition/pi-microphone.md
index 605511e79..8e5e48417 100644
--- a/translations/he/6-consumer/lessons/1-speech-recognition/pi-microphone.md
+++ b/translations/he/6-consumer/lessons/1-speech-recognition/pi-microphone.md
@@ -34,7 +34,7 @@
 
 1. אם אתה משתמש ב-ReSpeaker 2-Mics Pi HAT, תוכל להסיר את ה-Grove base hat, ואז להתקין את ה-ReSpeaker hat במקומו.
 
-    ![Raspberry Pi עם ReSpeaker hat](../../../../../translated_images/he/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.png)
+    ![Raspberry Pi עם ReSpeaker hat](../../../../../translated_images/he/pi-respeaker-hat.f00fabe7dd039a93.webp)
 
     תצטרך כפתור Grove מאוחר יותר בשיעור זה, אך כפתור כזה מובנה ב-hat הזה, ולכן ה-Grove base hat אינו נחוץ.
 
diff --git a/translations/he/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md b/translations/he/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
index f80f7b871..a3112d6c9 100644
--- a/translations/he/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
+++ b/translations/he/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
@@ -10,7 +10,7 @@
 
 ✅ קראו עוד על DMA בעמוד [גישה ישירה לזיכרון בויקיפדיה](https://wikipedia.org/wiki/Direct_memory_access).
 
-![שמע מהמיקרופון עובר ל-ADC ואז ל-DMAC. זה כותב למאגר אחד. כשהמאגר הזה מתמלא, הוא מעובד וה-DMAC כותב למאגר שני](../../../../../translated_images/he/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.png)
+![שמע מהמיקרופון עובר ל-ADC ואז ל-DMAC. זה כותב למאגר אחד. כשהמאגר הזה מתמלא, הוא מעובד וה-DMAC כותב למאגר שני](../../../../../translated_images/he/dmac-adc-buffers.4509aee49145c90b.webp)
 
 ה-DMAC יכול ללכוד שמע מה-ADC במרווחים קבועים, כמו 16,000 פעמים בשנייה עבור שמע ב-16KHz. הוא יכול לכתוב את הנתונים שנלכדו למאגר זיכרון שהוקצה מראש, וכשהמאגר הזה מתמלא, הוא הופך לזמין לקוד שלכם לעיבוד. שימוש בזיכרון זה יכול לעכב את לכידת השמע, אך ניתן להגדיר מספר מאגרים. ה-DMAC כותב למאגר 1, ואז כשהוא מתמלא, הוא מודיע לקוד שלכם לעבד את מאגר 1, בזמן שה-DMAC כותב למאגר 2. כשהמאגר השני מתמלא, הוא מודיע לקוד שלכם, וחוזר לכתיבה למאגר 1. כך, כל עוד אתם מעבדים כל מאגר בזמן קצר יותר מהזמן שלוקח למלא אחד, לא תאבדו נתונים.
 
diff --git a/translations/he/6-consumer/lessons/2-language-understanding/README.md b/translations/he/6-consumer/lessons/2-language-understanding/README.md
index 3ff596eba..40f161741 100644
--- a/translations/he/6-consumer/lessons/2-language-understanding/README.md
+++ b/translations/he/6-consumer/lessons/2-language-understanding/README.md
@@ -1,6 +1,6 @@
 # להבין שפה
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-22.6148ea28500d9e00.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -46,7 +46,7 @@
 
 ## יצירת מודל להבנת שפה
 
-![לוגו LUIS](../../../../../translated_images/he/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.png)
+![לוגו LUIS](../../../../../translated_images/he/luis-logo.5cb4f3e88c020ee6.webp)
 
 אפשר ליצור מודלים להבנת שפה באמצעות LUIS, שירות להבנת שפה של מיקרוסופט שהוא חלק משירותי Cognitive Services.
 
@@ -169,7 +169,7 @@
 
 1. כשאתם מכניסים כל דוגמה, LUIS יתחיל לזהות ישויות, ויתחיל להדגיש ולתייג כל ישות שהוא מוצא.
 
-    ![הדוגמאות עם המספרים ויחידות הזמן מודגשים על ידי LUIS](../../../../../translated_images/he/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.png)
+    ![הדוגמאות עם המספרים ויחידות הזמן מודגשים על ידי LUIS](../../../../../translated_images/he/luis-intent-examples.25716580b2d2723c.webp)
 
 ### משימה - אימון ובדיקת המודל
 
diff --git a/translations/he/6-consumer/lessons/3-spoken-feedback/README.md b/translations/he/6-consumer/lessons/3-spoken-feedback/README.md
index 9d7e054d9..420995d1f 100644
--- a/translations/he/6-consumer/lessons/3-spoken-feedback/README.md
+++ b/translations/he/6-consumer/lessons/3-spoken-feedback/README.md
@@ -1,6 +1,6 @@
 # הגדר טיימר וספק משוב קולי
 
-![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.jpg)
+![סקיצה של סקירה כללית של השיעור](../../../../../translated_images/he/lesson-23.f38483e1d4df4828.webp)
 
 > סקיצה מאת [Nitya Narasimhan](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
diff --git a/translations/he/6-consumer/lessons/4-multiple-language-support/README.md b/translations/he/6-consumer/lessons/4-multiple-language-support/README.md
index 87cfe926b..92c5af7ee 100644
--- a/translations/he/6-consumer/lessons/4-multiple-language-support/README.md
+++ b/translations/he/6-consumer/lessons/4-multiple-language-support/README.md
@@ -1,6 +1,6 @@
 # תמיכה בשפות מרובות
 
-![סקיצה של השיעור](../../../../../translated_images/he/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.jpg)
+![סקיצה של השיעור](../../../../../translated_images/he/lesson-24.4246968ed058510a.webp)
 
 > סקיצה מאת [ניטיה נאראסימן](https://github.com/nitya). לחצו על התמונה לגרסה גדולה יותר.
 
@@ -74,7 +74,7 @@
 
 ### שירות הדיבור של Cognitive Services
 
-![לוגו שירות הדיבור](../../../../../translated_images/he/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
+![לוגו שירות הדיבור](../../../../../translated_images/he/azure-speech-logo.a1f08c4befb0159f.webp)
 
 שירות הדיבור שבו השתמשתם בשיעורים האחרונים כולל יכולות תרגום לזיהוי דיבור. כאשר אתם מזהים דיבור, תוכלו לבקש לא רק את הטקסט של הדיבור באותה שפה, אלא גם בשפות אחרות.
 
@@ -82,7 +82,7 @@
 
 ### שירות המתרגם של Cognitive Services
 
-![לוגו שירות המתרגם](../../../../../translated_images/he/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.png)
+![לוגו שירות המתרגם](../../../../../translated_images/he/azure-translator-logo.c6ed3a4a433edfd2.webp)
 
 שירות המתרגם הוא שירות תרגום ייעודי שיכול לתרגם טקסט משפה אחת, לאחת או יותר שפות יעד. בנוסף לתרגום, הוא תומך במגוון רחב של תכונות נוספות כולל הסתרת מילים גסות. הוא גם מאפשר לכם לספק תרגום ספציפי למילה או משפט מסוימים, לעבוד עם מונחים שאתם לא רוצים לתרגם, או שיש להם תרגום ידוע ספציפי.
 
diff --git a/translations/he/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md b/translations/he/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
index 61fc40bf7..10097b9ff 100644
--- a/translations/he/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
+++ b/translations/he/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
@@ -25,7 +25,7 @@
     >
     > לדוגמה, אם אימנתם את LUIS באנגלית, אך ברצונכם להשתמש בצרפתית כשפת המשתמש, תוכלו לתרגם משפטים כמו "set a 2 minute and 27 second timer" מאנגלית לצרפתית באמצעות Bing Translate, ואז להשתמש בכפתור **Listen translation** כדי לדבר את התרגום למיקרופון שלכם.
     >
-    > ![כפתור השמעת התרגום ב-Bing Translate](../../../../../translated_images/he/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![כפתור השמעת התרגום ב-Bing Translate](../../../../../translated_images/he/bing-translate.348aa796d6efe2a9.webp)
 
 1. הוסיפו את מפתח ה-API של שירות התרגום מתחת ל-`speech_api_key`:
 
diff --git a/translations/he/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md b/translations/he/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
index 461646dce..7edf73350 100644
--- a/translations/he/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
+++ b/translations/he/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
@@ -37,7 +37,7 @@
     >
     > לדוגמה, אם אימנתם את LUIS באנגלית, אך ברצונכם להשתמש בצרפתית כשפת המשתמש, תוכלו לתרגם משפטים כמו "הגדר טיימר של 2 דקות ו-27 שניות" מאנגלית לצרפתית באמצעות Bing Translate, ואז להשתמש בכפתור **Listen translation** כדי לדבר את התרגום למיקרופון שלכם.
     >
-    > ![כפתור האזנה לתרגום ב-Bing Translate](../../../../../translated_images/he/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![כפתור האזנה לתרגום ב-Bing Translate](../../../../../translated_images/he/bing-translate.348aa796d6efe2a9.webp)
 
 1. החליפו את ההצהרות `recognizer_config` ו-`recognizer` עם הבאות:
 
diff --git a/translations/he/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md b/translations/he/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
index a9722593e..80694ada5 100644
--- a/translations/he/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
+++ b/translations/he/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
@@ -105,7 +105,7 @@
     >
     > לדוגמה, אם אימנתם את LUIS באנגלית, אך רוצים להשתמש בצרפתית כשפת המשתמש, תוכלו לתרגם משפטים כמו "set a 2 minute and 27 second timer" מאנגלית לצרפתית באמצעות Bing Translate, ואז להשתמש בכפתור **Listen translation** כדי להשמיע את התרגום למיקרופון שלכם.
     >
-    > ![כפתור השמעת התרגום ב-Bing Translate](../../../../../translated_images/he/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![כפתור השמעת התרגום ב-Bing Translate](../../../../../translated_images/he/bing-translate.348aa796d6efe2a9.webp)
 
 1. הוסיפו את מפתח ה-API של שירות התרגום והמיקום מתחת ל-`SPEECH_LOCATION`:
 
diff --git a/translations/he/README.md b/translations/he/README.md
index 15d616abc..65606f285 100644
--- a/translations/he/README.md
+++ b/translations/he/README.md
@@ -1,176 +1,187 @@
 [![רישיון GitHub](https://img.shields.io/github/license/microsoft/IoT-For-Beginners.svg)](https://github.com/microsoft/IoT-For-Beginners/blob/master/LICENSE)
-[![תורמים GitHub](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)
-[![בעיות GitHub](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)
-[![בקשות משיכה GitHub](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)
-[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
+[![תורמים ל-GitHub](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)
+[![בעיות ב-GitHub](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)
+[![בקשות משיכה ב-GitHub](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)
+[![ברוכים הבאים לבקשות משיכה](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
 
-[![משגיחים GitHub](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)
-[![מסיעי GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)
-[![כוכבי GitHub](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)
+[![צופים ב-GitHub](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)
+[![Forks ב-GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)
+[![כוכבים ב-GitHub](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)
 
 ### הצטרפו לקהילת Azure AI Foundry
 
-אם אתם נתקעים או יש לכם שאלות לגבי בניית אפליקציות AI. הצטרפו ללומדים אחרים ומפתחים מנוסים בדיונים על MCP. זו קהילה תומכת שבה שאלות מתקבלות בברכה והידע משותף בחופשיות.
+אם נתקעתם או יש לכם שאלות בנוגע לבניית אפליקציות AI, הצטרפו ללומדים אחרים ולמפתחים מנוסים בדיונים על MCP. זוהי קהילה תומכת שבה שאלות מתקבלות בברכה והידע משותף בחופשיות.
 
 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
 
-אם יש לכם משוב על המוצר או שגיאות בזמן הבנייה בקרו בכתובת:
+אם יש לכם משוב מוצר או שגיאות בזמן הבנייה, בקרו ב:
 
 [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
 
-עקבו אחרי השלבים הבאים כדי להתחיל להשתמש במשאבים אלו:
-1. **עשה Fork למאגר**: לחץ על [![מסיעי GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
-2. **שכפל את המאגר**:   `git clone https://github.com/microsoft/IoT-For-Beginners.git`
-3. [**הצטרף ל-Discord של Microsoft Foundry ופגוש מומחים ומפתחים אחרים**](https://discord.com/invite/ByRwuEEgH4)
+עקבו אחר השלבים הללו כדי להתחיל להשתמש במשאבים אלה:
+1. **צרו Fork למאגר**: לחצו על [![Forks ב-GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
+2. **שכפלו את המאגר**: `git clone https://github.com/microsoft/IoT-For-Beginners.git`
+3. [**הצטרפו ל-Discord של Microsoft Foundry ופגשו מומחים ומפתחים אחרים**](https://discord.com/invite/ByRwuEEgH4)
 
 
-### 🌐 תמיכה בריבוי שפות
+### 🌐 תמיכה ברב-שפתית
 
-#### נתמך באמצעות GitHub Action (אוטומטי ועם עדכונים תדירים)
+#### נתמכת באמצעות GitHub Action (אוטומטית ותמיד מעודכנת)
 
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
-[ערבית](../ar/README.md) | [בנגלית](../bn/README.md) | [بلغרית](../bg/README.md) | [בורמזית (מיאנמר)](../my/README.md) | [סינית (מפושטת)](../zh-CN/README.md) | [סינית (מסורתית, הונג קונג)](../zh-HK/README.md) | [סינית (מסורתית, מקאו)](../zh-MO/README.md) | [סינית (מסורתית, טייוואן)](../zh-TW/README.md) | [קרואטית](../hr/README.md) | [צ'כית](../cs/README.md) | [דנית](../da/README.md) | [הולנדית](../nl/README.md) | [אסטונית](../et/README.md) | [פינית](../fi/README.md) | [צרפתית](../fr/README.md) | [גרמנית](../de/README.md) | [יוונית](../el/README.md) | [עברית](./README.md) | [הינדי](../hi/README.md) | [הונגרית](../hu/README.md) | [אינדונזית](../id/README.md) | [איטלקית](../it/README.md) | [יפנית](../ja/README.md) | [קנדה](../kn/README.md) | [קוריאנית](../ko/README.md) | [ליטאית](../lt/README.md) | [מלזית](../ms/README.md) | [מאליאלאם](../ml/README.md) | [מראתית](../mr/README.md) | [נפאלית](../ne/README.md) | [פידג'ין ניגרי](../pcm/README.md) | [נורווגית](../no/README.md) | [פרסית (פארסי)](../fa/README.md) | [פולנית](../pl/README.md) | [פורטוגזית (ברזיל)](../pt-BR/README.md) | [פורטוגזית (פורטוגל)](../pt-PT/README.md) | [פנג'אבית (גורמוכי)](../pa/README.md) | [רומנית](../ro/README.md) | [רוסית](../ru/README.md) | [סרבית (קירילית)](../sr/README.md) | [סלובקית](../sk/README.md) | [סלובנית](../sl/README.md) | [ספרדית](../es/README.md) | [סוואהילי](../sw/README.md) | [שוודית](../sv/README.md) | [טגלוג (פיליפינו)](../tl/README.md) | [טמילית](../ta/README.md) | [טלוגו](../te/README.md) | [תאית](../th/README.md) | [טורקית](../tr/README.md) | [אוקראינית](../uk/README.md) | [אורדו](../ur/README.md) | [וייטנאמית](../vi/README.md)
+[ערבית](../ar/README.md) | [בנגלית](../bn/README.md) | [בולגרית](../bg/README.md) | [בורמית (מיאנמר)](../my/README.md) | [סינית (מפושטת)](../zh-CN/README.md) | [סינית (מסורתית, הונג קונג)](../zh-HK/README.md) | [סינית (מסורתית, מקאו)](../zh-MO/README.md) | [סינית (מסורתית, טאיוואן)](../zh-TW/README.md) | [קרואטית](../hr/README.md) | [צ'כית](../cs/README.md) | [דנית](../da/README.md) | [הולנדית](../nl/README.md) | [אסטונית](../et/README.md) | [פינית](../fi/README.md) | [צרפתית](../fr/README.md) | [גרמנית](../de/README.md) | [יוונית](../el/README.md) | [עברית](./README.md) | [הינדי](../hi/README.md) | [הונגרית](../hu/README.md) | [אינדונזית](../id/README.md) | [איטלקית](../it/README.md) | [יפנית](../ja/README.md) | [קנאדה](../kn/README.md) | [חמרית](../km/README.md) | [קוריאנית](../ko/README.md) | [ליטאית](../lt/README.md) | [מאלזית](../ms/README.md) | [מליאלאם](../ml/README.md) | [מרטהית](../mr/README.md) | [נפאלית](../ne/README.md) | [פידג'ין ניגרי](../pcm/README.md) | [נורווגית](../no/README.md) | [פרסית (פרסי)](../fa/README.md) | [פולנית](../pl/README.md) | [פורטוגזית (ברזיל)](../pt-BR/README.md) | [פורטוגזית (פורטוגל)](../pt-PT/README.md) | [פנג'אבי (גורמוכי)](../pa/README.md) | [רומנית](../ro/README.md) | [רוסית](../ru/README.md) | [סרבית (קירילית)](../sr/README.md) | [סלובקית](../sk/README.md) | [סלובנית](../sl/README.md) | [ספרדית](../es/README.md) | [סווהילית](../sw/README.md) | [שוודית](../sv/README.md) | [תגלאוג (פיליפינית)](../tl/README.md) | [טמילית](../ta/README.md) | [טלוגו](../te/README.md) | [תאית](../th/README.md) | [טורקית](../tr/README.md) | [אוקראינית](../uk/README.md) | [אורדו](../ur/README.md) | [ויאטנמית](../vi/README.md)
 
-> **מעדיפים לשכפל מקומית?**
-
-> מאגר זה כולל יותר מ-50 תרגומים בשפות שונות שמגבירים משמעותית את גודל ההורדה. כדי לשכפל ללא תרגומים, השתמש ב-sparse checkout:
+> **מעדיפים לשכפל באופן מקומי?**
+>
+> מאגר זה כולל יותר מ-50 תרגומים לשפות שמגדילים משמעותית את גודל ההורדה. לשכפול ללא תרגומים, השתמשו ב-sparse checkout:
+>
+> **Bash / macOS / Linux:**
 > ```bash
 > git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
 > cd IoT-For-Beginners
 > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
 > ```
-> זה נותן לך את כל מה שאתה צריך כדי להשלים את הקורס עם הורדה הרבה יותר מהירה.
+>
+> **CMD (Windows):**
+> ```cmd
+> git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
+> cd IoT-For-Beginners
+> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
+> ```
+>
+> זה נותן לכם את כל מה שצריך כדי להשלים את הקורס במהירות הורדה גבוהה משמעותית.
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
 
 # IoT למתחילים - תוכנית לימודים
 
-המאמצים של Azure Cloud Advocates ב-Microsoft מזמינים להציע תוכנית לימודים של 12 שבועות עם 24 שיעורים על יסודות IoT. כל שיעור כולל מבחנים לפני ואחרי השיעור, הוראות כתובות להשלמת השיעור, פתרון, מטלה ועוד. הפדגוגיה מבוססת הפרויקטים שלנו מאפשרת לך ללמוד תוך כדי בנייה, דרך מוכחת להטמעת כישורים חדשים.
+תומכי Azure Cloud במיקרוסופט שמחים להציע תוכנית לימודים של 12 שבועות ו-24 שיעורים המכסה את יסודות ה-IoT. כל שיעור כולל מבחנים לפני ואחרי השיעור, הוראות כתובות להשלמת השיעור, פתרון, משימה ועוד. הפדגוגיה מבוססת הפרוייקטים שלנו מאפשרת לכם ללמוד תוך כדי בנייה, דרך מוכחת שהכישורים החדשים 'נתפסים'.
 
-הפרויקטים מכסים את המסע של המזון מהחווה ועד לשולחן. זה כולל חקלאות, לוגיסטיקה, ייצור, קמעונאות וצרכנים – כולם תחומי תעשייה פופולריים למכשירי IoT.
+הפרויקטים מכסים את המסלול של המזון משדה החווה אל השולחן. זה כולל חקלאות, לוגיסטיקה, ייצור, קמעונאות וצרכנים - כל תחומי התעשייה הפופולריים למכשירי IoT.
 
-![מפת דרכים לקורס המציגה 24 שיעורים המכסים מבוא, חקלאות, תחבורה, עיבוד, קמעונאות ובישול](../../translated_images/he/Roadmap.bb1dec285dda0eda.webp)
+![מפת דרכים לקורס שמראה 24 שיעורים הכוללים מבוא, חקלאות, תחבורה, עיבוד, קמעונאות ובישול](../../translated_images/he/Roadmap.bb1dec285dda0eda.webp)
 
-> סקצ׳נוט מאת [Nitya Narasimhan](https://github.com/nitya). לחץ על התמונה לגירסה גדולה יותר.
+> תיאור סקיצה מאת [Nitya Narasimhan](https://github.com/nitya). לחצו על התמונה לגירסה גדולה יותר.
 
-**תודות חמות למחברים שלנו [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), ואמן הסקצ׳נוט שלנו [Nitya Narasimhan](https://github.com/nitya).**
+**תודה רבה למחברים שלנו [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), ולאמן הסקיצה שלנו [Nitya Narasimhan](https://github.com/nitya).**
 
-**תודה גם לצוות שלנו של [שגרירי סטודנטים של Microsoft Learn](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) שסקרו ותרגמו תוכנית זו - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), ו-[Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
+**תודה גם לצוות שלנו של [שגרירי סטודנטים של Microsoft Learn](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) שבחנו ותרגמו תוכנית לימודים זו - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), ו[Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
 
-הכירו את הצוות!
+כנסו להכיר את הצוות!
 
 [![וידאו פרומו](../../images/IOT.gif)](https://youtu.be/-wippUJRi5k)
 
 **גיף מאת** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
 
-> 🎥 לחצו על התמונה למעלה לצפייה בווידאו אודות הפרויקט!
+> 🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט!
 
-> **מורים**, כלול כאן [כמה הצעות](for-teachers.md) כיצד להשתמש בתוכנית זו. אם תרצו ליצור שיעורים משלכם, כלול גם [תבנית שיעור](lesson-template/README.md).
+> **למורים**, כלול כאן [הצעות](for-teachers.md) כיצד להשתמש בתוכנית לימודים זו. במקרה שתרצו ליצור שיעורים משלכם, כלול גם [תבנית שיעור](lesson-template/README.md).
 
-> **[סטודנטים](https://aka.ms/student-page)**, כדי להשתמש בתוכנית זו בעצמכם, עשו fork לכל המאגר והשלימו את התרגילים בעצמכם, החל ממבחן טרום-הרצאה, קריאת הרצאה והשלמת שאר הפעילויות. נסו ליצור את הפרויקטים על ידי הבנת השיעורים ולא על ידי העתקת קוד הפתרון; עם זאת הקוד זמין בתיקיית /solutions בכל שיעור שמבוסס פרויקט. רעיון נוסף הוא להקים קבוצת לימוד עם חברים ולעבור את התכנים יחד. ללמידה נוספת, אנו ממליצים על [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn).
+> **לתלמידים** [https://aka.ms/student-page], לשימוש עצמאי בתוכנית זו, צרו fork לכל המאגר והשלימו את התרגילים בעצמכם, התחילו במבחן לפני ההרצאה, המשיכו בקריאת ההרצאה והשלימו את שאר הפעילויות. נסו ליצור את הפרויקטים על פי ההבנה של השיעורים ולא על ידי העתקת קוד הפתרון; עם זאת, הקוד זמין בתיקיות /solutions בכל שיעור מכוון פרויקט. רעיון נוסף הוא להרכיב קבוצת לימוד עם חברים ולעבור על התוכן ביחד. ללימוד נוסף אנו ממליצים על [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn).
 
-לסקירה וידאו של הקורס, צפו בוידאו זה:
+לסקירה מושקעת של קורס זה, צפו בסרטון:
 
 [![וידאו פרומו](https://img.youtube.com/vi/bccEMm8gRuc/0.jpg)](https://youtube.com/watch?v=bccEMm8gRuc "וידאו פרומו")
 
-> 🎥 לחצו על התמונה למעלה לצפייה בווידאו אודות הפרויקט!
+> 🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט!
 
 ## פדגוגיה
 
-בחרנו שתי עקרונות פדגוגיים בבניית תוכנית זו: להבטיח שהיא מבוססת פרויקטים ושכוללת מבחנים תכופים. בתום סדרה זו, התלמידים יבנו מערכת ניטור והשקיית צמחים, במעקב רכב, הגדרת מפעל חכם למעקב ובדיקת מזון, וטיימר בישול נשלט קולית, ולמדו את יסודות אינטרנט הדברים כולל כיצד לכתוב קוד למכשירים, להתחבר לענן, לנתח טלמטריה ולהריץ AI בקצה.
+בחרנו שני עקרונות פדגוגיים בעת בניית תוכנית הלימודים הזו: להבטיח שהקורס מבוסס פרויקטים וכולל מבחנים תכופים. עד סוף סדרה זו, התלמידים יבנו מערכת ניטור והשקיית צמחים, מערכת מעקב רכבים, הגדרת מפעל חכם למעקב ובדיקת מזון, וטיימר בישול מבוקר קולי, ולמדו את יסודות האינטרנט של הדברים שכוללים כתיבת קוד התקן, חיבור לענן, ניתוח טלמטריה והרצת AI בקצה.
 
-על ידי התאמת התוכן לפרויקטים, התהליך הופך למרתק יותר לתלמידים ושמירת המושגים משתפרת.
+על ידי התאמת התוכן לפרויקטים התהליך נעשה מעניין יותר עבור התלמידים ושימור המושגים יחודד.
 
-בנוסף, מבחן קליל לפני כיתה מכוון את כוונת התלמיד ללמוד נושא, בעוד שמבחן שני לאחר הכיתה מבטיח שמירה נוספת. תוכנית זו נועדה להיות גמישה ומהנה וניתן לעבור אותה בשלמותה או בחלקה. הפרויקטים מתחילים קטנים והופכים מורכבים יותר לקראת סוף מחזור 12 השבועות.
+בנוסף, מבחן בעל סיכון נמוך לפני השיעור מגדיר את כוונת הלמידה של התלמיד כלפי הנושא, בעוד מבחן שני אחרי השיעור מבטיח שימור נוסף. תוכנית זו עוצבה להיות גמישה ומהנה וניתן לקחת אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים למורכבים יותר לקראת סוף מחזור של 12 שבועות.
 
-כל פרויקט מבוסס על חומרה אמיתית הזמינה לתלמידים וחובבים. כל פרויקט מתייחס לדומיין הפרויקט המסוים, ומספק ידע רקע רלוונטי. להיות מפתח מצליח עוזר להבין את התחום שבו פותרים בעיות, מתן ידע רקע זה מאפשר לתלמידים לחשוב על פתרונות IoT ולמידות בהקשר של סוג הבעיה האמיתית שעלולים להתבקש לפתור כמפתח IoT. התלמידים לומדים את ה"למה" של הפתרונות שהם בונים, ומקבלים הערכה למשתמש הסופי.
+כל פרויקט מבוסס על חומרה אמיתית זמינה לתלמידים ולחובבים. כל פרויקט בוחן את תחום הפרויקט הספציפי, ומספק ידע רקע רלוונטי. כדי להיות מפתח מצליח חשוב להבין את התחום שבו פותרים בעיות, מתן ידע רקע זה מאפשר לתלמידים לחשוב על פתרונות ה-IoT שלהם ולהתנסות בהם בהקשר לבעיה אמיתית שהייתה עשויה להידרש לפתח כפתרון IoT. התלמידים לומדים את 'הסיבה' לפתרונות שהם בונים, ומקבלים הערכה של המשתמש הקצה.
 
 ## חומרה
+יש לנו שתי אפשרויות חומרה של IoT לשימוש בפרויקטים בהתאם להעדפות אישיות, ידע בשפת תכנות או העדפות, מטרות למידה וזמינות. בנוסף, סיפקנו גרסת 'חומרה וירטואלית' לאלו שאין להם גישה לחומרה, או שרוצים ללמוד יותר לפני שיבצעו רכישה. ניתן לקרוא עוד ולמצוא 'רשימת קניות' ב[דף החומרה](./hardware.md), כולל קישורים לרכישת ערכות שלמות מחברינו ב-Seeed Studio.
 
-יש לנו שתי אפשרויות חומרה ל-IoT לשימוש בפרויקטים בהתאם להעדפה אישית, ידע או העדפות שפת תכנות, יעדי למידה וזמינות. כמו כן סיפקנו גרסת 'חומרה וירטואלית' למי שאין לו גישה לחומרה, או שרוצה ללמוד לפני שמחליטים על רכישה. ניתן לקרוא יותר ולמצוא 'רשימת קניות' בדף [החומרה](./hardware.md), כולל קישורים לרכישת ערכות מלאות מחברינו ב-Seeed Studio.
-> 💁 מצאו את [קוד ההתנהגות](CODE_OF_CONDUCT.md), [הוראות לתרומה](CONTRIBUTING.md) ו[הוראות לתרגום](TRANSLATIONS.md). אנו מקדמים את הפידבק הבונה שלכם!
+> 💁 מצאו את [קוד ההתנהגות שלנו](CODE_OF_CONDUCT.md), [כללי התרומה](CONTRIBUTING.md), ו[הנחיות התרגום](TRANSLATIONS.md). נשמח לקבל את המשוב הבונה שלכם!
 >
-> 🔧 יש לכם בעיות? בדקו את [מדריך ההתמודדות עם תקלות](TROUBLESHOOTING.md) עבור פתרונות לבעיות נפוצות.
+> 🔧 נתקלתם בבעיות? בדקו את [מדריך פתרון הבעיות](TROUBLESHOOTING.md) לפתרונות לבעיות נפוצות.
 
 ## כל שיעור כולל:
 
-- סיכום ציורי
-- וידאו משלים אופציונלי
-- חידון חימום לפני השיעור
+- שרטוט סקיצה (sketchnote)
+- סרטון משלים אופציונלי
+- חידון הכנה לפני השיעור
 - שיעור כתוב
-- לשיעורים מבוססי פרויקט, מדריכים שלב-אחר-שלב לבניית הפרויקט
+- בשיעורים מבוססי פרויקט, מדריכים שלב-אחר-שלב לבניית הפרויקט
 - בדיקות ידע
 - אתגר
 - קריאה משלימה
 - מטלה
 - [חידון לאחר השיעור](https://ff-quizzes.netlify.app/en/)
 
-> **הערה לגבי חידונים**: כל החידונים נמצאים בתיקיית quiz-app, עם סך של 48 חידונים הכוללים שלוש שאלות כל אחד. הם מקושרים מתוך השיעורים אך ניתן להריץ את אפליקציית החידון באופן מקומי או לפרוס על Azure; עקבו אחרי ההוראות בתיקיית `quiz-app`. הם מתורגמים בהדרגה.
+> **הערה לגבי החידונים**: כל החידונים נמצאים בתיקיית quiz-app, הכוללת סה"כ 48 חידונים שלוש שאלות כל אחד. הם מקושרים מתוך השיעורים אך ניתן להריץ את אפליקציית החידון מקומית או לפרוס ל-Azure; עקבו אחרי ההוראות בתיקיית `quiz-app`. החידונים מתורגמים בהדרגה.
 
 ## שיעורים
 
-|       |              שם הפרויקט               |                      מושגים שנלמדים                       | מטרות למידה                                                                                                                                                       |                                                      שיעור מקושר                                                         |
-| :---: | :----------------------------------: | :-------------------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------------------------------------------- | :-----------------------------------------------------------------------------------------------------------------------: |
-|  01   | [מתחילים](./1-getting-started/README.md) |                מבוא לאינטרנט של הדברים                 | למדו את העקרונות הבסיסיים של IoT ואת אבני הבניין הבסיסיות של פתרונות IoT כמו חיישנים ושירותי ענן תוך כדי הקמת מכשיר ה-IoT הראשון שלכם                            |                      [מבוא לאינטרנט של הדברים](./1-getting-started/lessons/1-introduction-to-iot/README.md)               |
-|  02   | [מתחילים](./1-getting-started/README.md) |                  התעמקות באינטרנט של הדברים               | למדו יותר על רכיבי מערכת IoT, כמו גם על מיקרו-בקרים ומחשבים ליחידה בודדת                                                                                       |                        [התעמקות באינטרנט של הדברים](./1-getting-started/lessons/2-deeper-dive/README.md)                  |
-|  03   | [מתחילים](./1-getting-started/README.md) | אינטראקציה עם העולם הפיזי בעזרת חיישנים ומפעילים | למדו על חיישנים לאיסוף מידע מהעולם הפיזי, ועל מפעילים לשיגור משוב, תוך כדי בניית מנורת לילה                                                                     | [אינטראקציה עם העולם הפיזי בעזרת חיישנים ומפעילים](./1-getting-started/lessons/3-sensors-and-actuators/README.md)        |
-|  04   | [מתחילים](./1-getting-started/README.md) |          חיבור המכשיר לאינטרנט           | למדו כיצד לחבר מכשיר IoT לאינטרנט כדי לשלוח ולקבל הודעות על ידי חיבור מנורת הלילה שלכם לשרת MQTT                                                                |               [חיבור המכשיר לאינטרנט](./1-getting-started/lessons/4-connect-internet/README.md)                            |
-|  05   |             [חווה](./2-farm/README.md)            |                 חיזוי גדילת צמח                      | למדו כיצד לנבא גדילת צמח באמצעות נתוני טמפרטורה שנאספו על ידי מכשיר IoT                                                                                          |                          [חיזוי גדילת צמח](./2-farm/lessons/1-predict-plant-growth/README.md)                              |
-|  06   |             [חווה](./2-farm/README.md)            |               גילוי רמת לחות בקרקע                  | למדו כיצד לזהות לחות בקרקע ולהקפיד על כיול חיישן לחות בקרקע                                                                                                      |                         [גילוי רמת לחות בקרקע](./2-farm/lessons/2-detect-soil-moisture/README.md)                         |
-|  07   |             [חווה](./2-farm/README.md)            |           השקיית צמחים אוטומטית                     | למדו כיצד לבצע השקיית צמחים אוטומטית ומזוהמת לפי זמן באמצעות ממסר ו-MQTT                                                                                         |                       [השקיית צמחים אוטומטית](./2-farm/lessons/3-automated-plant-watering/README.md)                    |
-|  08   |             [חווה](./2-farm/README.md)            |               העבר את הצמח שלך לענן                   | למדו על ענן ושירותי IoT המרחבים בענן וכיצד לחבר את הצמח שלכם לאחד מהם במקום להשתמש בשרת MQTT ציבורי                                                              |            [העבר את הצמח שלך לענן](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)                          |
-|  09   |             [חווה](./2-farm/README.md)            |         העבר את לוגיקת היישום שלך לענן               | למדו כיצד לכתוב לוגיקת יישום בענן שמגיבה להודעות IoT                                                                                                            |         [העבר את לוגיקת היישום שלך לענן](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)                    |
-|  10   |             [חווה](./2-farm/README.md)            |                 שמור על אבטחת הצמח שלך               | למדו על אבטחה ב-IoT וכיצד לשמור על אבטחת הצמח עם מפתחות ותעודות                                                                                                |                        [שמור על אבטחת הצמח שלך](./2-farm/lessons/6-keep-your-plant-secure/README.md)                      |
-|  11   |        [תחבורה](./3-transport/README.md)        |                    מעקב מיקום                        | למדו על מעקב מיקום GPS למכשירי IoT                                                                                                                              |                           [מעקב מיקום](./3-transport/lessons/1-location-tracking/README.md)                                |
-|  12   |        [תחבורה](./3-transport/README.md)        |                   אחסון נתוני מיקום                   | למדו כיצד לאחסן נתוני IoT לשם ויזואליזציה או ניתוח מאוחר יותר                                                                                                   |                         [אחסון נתוני מיקום](./3-transport/lessons/2-store-location-data/README.md)                         |
-|  13   |        [תחבורה](./3-transport/README.md)        |                   ויזואליזציה של נתוני מיקום          | למדו על ויזואליזציה של נתוני מיקום במפה, וכיצד מפות מייצגות את העולם התלת-ממדי בממד אחד                                                                        |                      [ויזואליזציה של נתוני מיקום](./3-transport/lessons/3-visualize-location-data/README.md)               |
-|  14   |        [תחבורה](./3-transport/README.md)        |                      גיאגדרים                        | למדו על גיאגדרים וכיצד נעשה בהם שימוש להתרעה כאשר כלי רכב בשרשרת האספקה קרובים ליעדם                                                                           |                                     [גיאגדרים](./3-transport/lessons/4-geofences/README.md)                               |
-|  15   |   [ייצור](./4-manufacturing/README.md)   |          אימון גלאי איכות פרי                       | למדו על אימון מסווג תצלומים בענן לזהות איכות פרי                                                                                                                |                  [אימון גלאי איכות פרי](./4-manufacturing/lessons/1-train-fruit-detector/README.md)                        |
-|  16   |   [ייצור](./4-manufacturing/README.md)   |        בדיקת איכות פרי ממכשיר IoT                  | למדו על השימוש בגלאי איכות פרי ממכשיר IoT                                                                                                                       |             [בדיקת איכות פרי ממכשיר IoT](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)                    |
-|  17   |   [ייצור](./4-manufacturing/README.md)   |         הרצת גלאי הפרי שלך בקצה                    | למדו על הרצת גלאי הפרי שלכם במכשיר IoT בקצה                                                                                                                     |               [הרצת גלאי הפרי שלך בקצה](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)                     |
-|  18   |   [ייצור](./4-manufacturing/README.md)   |          הפעלת זיהוי איכות פרי מחיישן               | למדו על הפעלת זיהוי איכות פרי מחיישן                                                                                                                            |          [הפעלת זיהוי איכות פרי מחיישן](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)                      |
-|  19   |          [קמעונאות](./5-retail/README.md)          |                 אימון גלאי מלאי                      | למדו כיצד להשתמש בזיהוי אובייקטים לאימון גלאי מלאי לספירת מלאי בחנות                                                                                           |                       [אימון גלאי מלאי](./5-retail/lessons/1-train-stock-detector/README.md)                               |
-|  20   |          [קמעונאות](./5-retail/README.md)          |              בדיקת מלאי ממכשיר IoT                  | למדו כיצד לבדוק מלאי ממכשיר IoT באמצעות מודל זיהוי אובייקטים                                                                                                   |                   [בדיקת מלאי ממכשיר IoT](./5-retail/lessons/2-check-stock-device/README.md)                               |
-|  21   |        [צרכנים](./6-consumer/README.md)        |             זיהוי דיבור עם מכשיר IoT                 | למדו כיצד לזהות דיבור ממכשיר IoT לבניית טיימר חכם                                                                                                              |                  [זיהוי דיבור עם מכשיר IoT](./6-consumer/lessons/1-speech-recognition/README.md)                           |
-|  22   |        [צרכנים](./6-consumer/README.md)        |                   הבנת שפה                           | למדו כיצד להבין משפטים המדוברים למכשיר IoT                                                                                                                      |                       [הבנת שפה](./6-consumer/lessons/2-language-understanding/README.md)                                  |
-|  23   |        [צרכנים](./6-consumer/README.md)        |           הגדרת טיימר ומתן משוב מדובר             | למדו כיצד להגדיר טיימר במכשיר IoT ולספק משוב מדובר על מועד ההגדרה וסיום הטיימר                                                                                 |              [הגדרת טיימר ומתן משוב מדובר](./6-consumer/lessons/3-spoken-feedback/README.md)                               |
-|  24   |        [צרכנים](./6-consumer/README.md)        |                תמיכה בשפות מרובות                  | למדו כיצד לתמוך בשפות מרובות, הן בדיבור אל המכשיר והן בתגובות של הטיימר החכם                                                                                   |                   [תמיכה בשפות מרובות](./6-consumer/lessons/4-multiple-language-support/README.md)                        |
+|       |              שם הפרויקט              |                       מושגים נלמדים                       | מטרות למידה                                                                                                                                                 |                                                        שיעור מקושר                                                         |
+| :---: | :----------------------------------: | :---------------------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------: |
+|  01   | [התחלה](./1-getting-started/README.md) |                     מבוא ל-IoT                     | למדו את העקרונות הבסיסיים של IoT ואת אבני הבניין הבסיסיות של פתרונות IoT כגון חיישנים ושירותי ענן בזמן שאתם מגדירים את מכשיר ה-IoT הראשון שלכם           |                      [מבוא ל-IoT](./1-getting-started/lessons/1-introduction-to-iot/README.md)                      |
+|  02   | [התחלה](./1-getting-started/README.md) |                   מעמיקים ב-IoT                    | למדו עוד על מרכיבי מערכת IoT, כמו גם על מיקרו-בקרים ומחשבים על לוח בודד                                                                                  |                        [מעמיקים ב-IoT](./1-getting-started/lessons/2-deeper-dive/README.md)                         |
+|  03   | [התחלה](./1-getting-started/README.md) | אינטראקציה עם העולם הפיזי באמצעות חיישנים ומבצעים  | למדו על חיישנים לאיסוף נתונים מהעולם הפיזי, ועל מבצעים לשליחת משוב, בזמן שאתם בונים מנורת לילה                                                                | [אינטראקציה עם העולם הפיזי באמצעות חיישנים ומבצעים](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |
+|  04   | [התחלה](./1-getting-started/README.md) |             חיבור המכשיר לאינטרנט             | למדו כיצד לחבר מכשיר IoT לאינטרנט כדי לשלוח ולקבל הודעות על ידי חיבור מנורת הלילה שלכם לברוקר MQTT                                                          |               [חיבור המכשיר לאינטרנט](./1-getting-started/lessons/4-connect-internet/README.md)                |
+|  05   |            [חווה](./2-farm/README.md)            |                    חיזוי גדילת צמחים                     | למדו כיצד לחזות גדילת צמחים באמצעות נתוני טמפרטורה שנאספו על ידי מכשיר IoT                                                                               |                          [חיזוי גדילת צמחים](./2-farm/lessons/1-predict-plant-growth/README.md)                           |
+|  06   |            [חווה](./2-farm/README.md)            |                    איתור לחות קרקע                     | למדו כיצד לאתר לחות קרקע וכיצד לכייל חיישן לחות קרקע                                                                                                        |                          [איתור לחות קרקע](./2-farm/lessons/2-detect-soil-moisture/README.md)                           |
+|  07   |            [חווה](./2-farm/README.md)            |                  השקייה אוטומטית לצמחים                   | למדו כיצד לאוטומט ולתזמן השקיה באמצעות ריליי ו-MQTT                                                                                                         |                      [השקייה אוטומטית לצמחים](./2-farm/lessons/3-automated-plant-watering/README.md)                       |
+|  08   |            [חווה](./2-farm/README.md)            |               העברת הצמח לענן               | למדו על שירותי ענן ושירותי IoT המתארחים בענן וכיצד לחבר את הצמח שלכם לאחד מהם במקום לברוקר MQTT ציבורי                                                        |               [העברת הצמח לענן](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)                |
+|  09   |            [חווה](./2-farm/README.md)            |         העברת לוגיקת היישום לענן         | למדו כיצד ניתן לכתוב לוגיקת יישום בענן המגיבה להודעות IoT                                                                                                     |         [העברת לוגיקת היישום לענן](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)         |
+|  10   |            [חווה](./2-farm/README.md)            |                   אבטחת הצמח שלכם                    | למדו על אבטחה ב-IoT וכיצד להגן על הצמח שלכם באמצעות מפתחות ותעודות                                                                                        |                        [הגנה על הצמח שלכם](./2-farm/lessons/6-keep-your-plant-secure/README.md)                         |
+|  11   |       [תחבורה](./3-transport/README.md)       |                      מעקב מיקום                      | למדו על מעקב מיקום GPS במכשירי IoT                                                                                                                         |                           [מעקב מיקום](./3-transport/lessons/1-location-tracking/README.md)                           |
+|  12   |       [תחבורה](./3-transport/README.md)       |                     שמירת נתוני מיקום                     | למדו כיצד לשמור נתוני IoT להצגה או לניתוח מאוחר יותר                                                                                                       |                         [שמירת נתוני מיקום](./3-transport/lessons/2-store-location-data/README.md)                         |
+|  13   |       [תחבורה](./3-transport/README.md)       |                   הצגת נתוני מיקום                   | למדו על הצגת נתוני מיקום על מפת עולם דו-ממדית וכיצד מפות מייצגות את העולם התלת-ממדי האמיתי                                                              |                     [הצגת נתוני מיקום](./3-transport/lessons/3-visualize-location-data/README.md)                     |
+|  14   |       [תחבורה](./3-transport/README.md)       |                          גאוגריסות                          | למדו על גאוגריסות וכיצד משתמשים בהן כדי להתריע כאשר כלי רכב בשרשרת האספקה קרובים ליעד שלהם                                                                |                                   [גאוגריסות](./3-transport/lessons/4-geofences/README.md)                                   |
+|  15   |   [ייצור](./4-manufacturing/README.md)   |               אימון גלאי איכות פרי                | למדו על אימון מסווג תמונות בענן לזיהוי איכות פרי                                                                                                           |                 [אימון גלאי איכות פרי](./4-manufacturing/lessons/1-train-fruit-detector/README.md)                 |
+|  16   |   [ייצור](./4-manufacturing/README.md)   |           בדיקת איכות פרי ממכשיר IoT            | למדו על השימוש בגלאי איכות פרי ממכשיר IoT                                                                                                                  |           [בדיקת איכות פרי ממכשיר IoT](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)            |
+|  17   |   [ייצור](./4-manufacturing/README.md)   |             הרצת גלאי הפרי שלכם בקצה             | למדו על הרצת גלאי הפרי שלכם במכשיר IoT בקצה                                                                                                                |             [הרצת גלאי הפרי שלכם בקצה](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)             |
+|  18   |   [ייצור](./4-manufacturing/README.md)   |        הפעלת זיהוי איכות פרי מחיישן        | למדו כיצד להפעיל זיהוי איכות פרי מחיישן                                                                                                                  |        [הפעלת זיהוי איכות פרי מחיישן](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)         |
+|  19   |          [קמעונאות](./5-retail/README.md)          |                   אימון גלאי מלאי                    | למדו כיצד להשתמש בזיהוי עצמים לאימון גלאי מלאי לספירת מלאי בחנות                                                                                          |                        [אימון גלאי מלאי](./5-retail/lessons/1-train-stock-detector/README.md)                         |
+|  20   |          [קמעונאות](./5-retail/README.md)          |               בדיקת מלאי ממכשיר IoT                | למדו כיצד לבדוק מלאי ממכשיר IoT באמצעות מודל זיהוי עצמים                                                                                                |                     [בדיקת מלאי ממכשיר IoT](./5-retail/lessons/2-check-stock-device/README.md)                      |
+|  21   |        [צרכן](./6-consumer/README.md)        |             זיהוי דיבור עם מכשיר IoT             | למדו כיצד לזהות דיבור ממכשיר IoT ולבנות טיימר חכם                                                                                                       |                  [זיהוי דיבור עם מכשיר IoT](./6-consumer/lessons/1-speech-recognition/README.md)                  |
+|  22   |        [צרכן](./6-consumer/README.md)        |                     הבנת שפה                     | למדו כיצד להבין משפטים המדוברים למכשיר IoT                                                                                                               |                        [הבנת שפה](./6-consumer/lessons/2-language-understanding/README.md)                        |
+|  23   |        [צרכן](./6-consumer/README.md)        |           הגדרת טיימר ומתן משוב מדיבור           | למדו כיצד להגדיר טיימר במכשיר IoT ולספק משוב מדיבור מתי הטיימר הופעל ומתי הוא מסתיים                                                                |                 [הגדרת טיימר ומתן משוב מדיבור](./6-consumer/lessons/3-spoken-feedback/README.md)                  |
+|  24   |        [צרכן](./6-consumer/README.md)        |                 תמיכה בשפות מרובות                  | למדו כיצד לתמוך בשפות מרובות, הן המדוברות אליכם והן בתגובות מהטיימר החכם שלכם                                                                        |                   [תמיכה בשפות מרובות](./6-consumer/lessons/4-multiple-language-support/README.md)                   |
 
 ## גישה לא מקוונת
 
-ניתן להריץ תיעוד זה במצב לא מקוון באמצעות [Docsify](https://docsify.js.org/#/). שיכפלו את המאגר, [התקינו את Docsify](https://docsify.js.org/#/quickstart) במחשב המקומי שלכם, ואז בתיקיית השורש של המאגר זה, הקלידו `docsify serve`. האתר ישוחרר על פורט 3000 במחשב המקומי שלכם: `localhost:3000`.
+ניתן להריץ תיעוד זה באופן לא מקוון באמצעות [Docsify](https://docsify.js.org/#/). פתחו עותק של המאגר הזה, [התקינו את Docsify](https://docsify.js.org/#/quickstart) במחשב המקומי שלכם, ואז בתיקיית השורש של המאגר רשמו `docsify serve`. האתר יותחל על פורט 3000 ב-localhost שלכם: `localhost:3000`.
 
 ## חידון
 
-תודה לקהילה על האירוח של חידון אינטראקטיבי הנבדק את הידע שלכם בכל אחד מהפרקים. תוכלו לבדוק את הידע שלכם [כאן](https://ff-quizzes.netlify.app/en/)
+תודה לקהילה על אירוח החידון האינטראקטיבי הבודק את הידע שלכם בכל פרק. בדקו את הידע שלכם [כאן](https://ff-quizzes.netlify.app/en/) 
 
 ### PDF
 
-ניתן ליצור PDF של התוכן הזה לגישה לא מקוונת במידת הצורך. לשם כך וודאו כי התקנתם את [npm](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) והריצו את הפקודות הבאות בתיקיית השורש של המאגר:
+ניתן ליצור PDF של תוכן זה לגישה לא מקוונת במידת הצורך. לשם כך, ודאו שיש לכם [npm מותקן](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) והריצו את הפקודות הבאות בתיקיית השורש של המאגר:
 
 ```sh
 npm i
 npm run convert
 ```
 
-### שקפים
+### מצגות
 
-ישנם מצגות עבור חלק מהשיעורים בתיקיית [slides](../../slides).
+יש ערכות מצגות לחלק מהשיעורים בתיקיית [slides](../../slides).
 
-## תוכניות לימודים נוספות
 
-הצוות שלנו מייצר תוכניות לימודים נוספות! בדקו:
+## תכניות לימוד נוספות
+
+הצוות שלנו מייצר תכניות נוספות! בדקו:
 
 <!-- CO-OP TRANSLATOR OTHER COURSES START -->
 ### LangChain
-[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
-[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
-
+[![LangChain4j למתחילים](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
+[![LangChain.js למתחילים](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
+[![LangChain למתחילים](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
 ---
 
 ### Azure / Edge / MCP / Agents
-[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
-[![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
-[![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![AZD למתחילים](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![Edge AI למתחילים](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![MCP למתחילים](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![סוכני AI למתחילים](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
 
 ---
@@ -185,28 +196,28 @@ npm run convert
  
 ### למידה בסיסית
 [![ML למתחילים](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
-[![Data Science למתחילים](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
+[![מדעי הנתונים למתחילים](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
 [![AI למתחילים](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
-[![סייברסקיוריטי למתחילים](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
+[![אבטחת סייבר למתחילים](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
 [![פיתוח ווב למתחילים](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
 [![IoT למתחילים](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
 [![פיתוח XR למתחילים](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
 
 ---
  
-### סדרת Copilot
-[![Copilot לתכנות משותף מבוסס AI](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
-[![Copilot ל-C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
-[![הרפתקת Copilot](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
+### סדרת הקופילוט
+[![קופילוט לתכנות AI משותף](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
+[![קופילוט ל- C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
+[![הרפתקה עם קופילוט](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
 <!-- CO-OP TRANSLATOR OTHER COURSES END -->
 
 ## שיוכים לתמונות
 
-אתה יכול למצוא את כל השיוכים לתמונות בהם נעשה שימוש בתוכנית הלימודים הזו במידת הצורך ב-[שיוכים](./attributions.md).
+ניתן למצוא את כל השיוכים עבור התמונות בשימוש בתכנית הלימודים הזו במידת הצורך ב[שיוכים](./attributions.md).
 
 ---
 
 <!-- CO-OP TRANSLATOR DISCLAIMER START -->
 **כתב ויתור**:
-מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדייק, יש להבין כי תרגומים ממוחשבים עלולים להכיל שגיאות או אי-דיוקים. המסמך המקורי בשפה המקורית שלו נחשב למקור הרשמי והאמין. למידע קריטי מומלץ להשתמש בתרגום מקצועי של אורגניזציה אנושית. אנו לא נישא באחריות לכל אי-הבנה או פרשנות שגויה הנובעות משימוש בתרגום זה.
+מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). אף כי אנו שואפים לדיוק, יש לשים לב כי תרגומים אוטומטיים עלולים להכיל טעויות או אי דיוקים. יש להתייחס למסמך המקורי בשפת המקור כמקור מהימן ומוסמך. למידע קריטי מומלץ להשתמש בתרגום מקצועי של בני אדם. אנו לא נשאים באחריות לכל אי הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.
 <!-- CO-OP TRANSLATOR DISCLAIMER END -->
\ No newline at end of file
diff --git a/translations/he/hardware.md b/translations/he/hardware.md
index 1abc38707..0d29ab670 100644
--- a/translations/he/hardware.md
+++ b/translations/he/hardware.md
@@ -26,7 +26,7 @@ Seeed Studios באדיבותם סיפקו את כל החומרה כערכות ק
 
 **[IoT למתחילים עם Seeed ו-Microsoft - ערכת התחלה של Raspberry Pi 4](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)**
 
-[![ערכת החומרה של Raspberry Pi Terminal](../../translated_images/he/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
+[![ערכת החומרה של Raspberry Pi Terminal](../../translated_images/he/pi-hardware-kit.26dbadaedb7dd44c.webp)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
 
 ## Arduino
 
diff --git a/translations/nl/.co-op-translator.json b/translations/nl/.co-op-translator.json
index 81ebd50be..c68f249dc 100644
--- a/translations/nl/.co-op-translator.json
+++ b/translations/nl/.co-op-translator.json
@@ -738,8 +738,8 @@
     "language_code": "nl"
   },
   "README.md": {
-    "original_hash": "3fcc056cd3837e33d2bdf79f9c359fcf",
-    "translation_date": "2026-01-30T02:10:41+00:00",
+    "original_hash": "accf69391fa4450eadbf492ca024cccf",
+    "translation_date": "2026-04-06T17:05:14+00:00",
     "source_file": "README.md",
     "language_code": "nl"
   },
diff --git a/translations/nl/1-getting-started/lessons/1-introduction-to-iot/README.md b/translations/nl/1-getting-started/lessons/1-introduction-to-iot/README.md
index f7559f7bf..def24dae6 100644
--- a/translations/nl/1-getting-started/lessons/1-introduction-to-iot/README.md
+++ b/translations/nl/1-getting-started/lessons/1-introduction-to-iot/README.md
@@ -1,6 +1,6 @@
 # Introductie tot IoT
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-1.2606670fa61ee904.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
diff --git a/translations/nl/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md b/translations/nl/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
index 9ea8fe755..fee8c8c11 100644
--- a/translations/nl/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
+++ b/translations/nl/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
@@ -203,7 +203,7 @@ Als een tweede 'Hello World'-stap ga je de CounterFit-app uitvoeren en je code e
 
     De app zal starten en openen in je webbrowser:
 
-    ![De CounterFit-app draait in een browser](../../../../../translated_images/nl/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.png)
+    ![De CounterFit-app draait in een browser](../../../../../translated_images/nl/counterfit-first-run.433326358b669b31.webp)
 
     Het zal worden gemarkeerd als *Disconnected*, met de LED in de rechterbovenhoek uitgeschakeld.
 
@@ -224,7 +224,7 @@ Als een tweede 'Hello World'-stap ga je de CounterFit-app uitvoeren en je code e
 
 1. Voer in deze nieuwe terminal het bestand `app.py` uit zoals eerder. De status van CounterFit zal veranderen naar **Connected** en de LED zal oplichten.
 
-    ![CounterFit toont als verbonden](../../../../../translated_images/nl/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.png)
+    ![CounterFit toont als verbonden](../../../../../translated_images/nl/counterfit-connected.ed30b46d8f79b092.webp)
 
 > 💁 Je kunt deze code vinden in de [code/virtual-device](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/virtual-device)-map.
 
diff --git a/translations/nl/1-getting-started/lessons/2-deeper-dive/README.md b/translations/nl/1-getting-started/lessons/2-deeper-dive/README.md
index 0fa7eb0d5..85eadcad7 100644
--- a/translations/nl/1-getting-started/lessons/2-deeper-dive/README.md
+++ b/translations/nl/1-getting-started/lessons/2-deeper-dive/README.md
@@ -1,6 +1,6 @@
 # Een diepere duik in IoT
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-2.324b0580d620c25e.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -38,7 +38,7 @@ Het **Ding**-gedeelte van IoT verwijst naar een apparaat dat kan communiceren me
 
 Deze apparaten communiceren met de fysieke wereld, hetzij door sensoren te gebruiken om gegevens uit hun omgeving te verzamelen, hetzij door outputs of actuatoren te bedienen om fysieke veranderingen te veroorzaken. Een typisch voorbeeld hiervan is een slimme thermostaat - een apparaat met een temperatuursensor, een manier om een gewenste temperatuur in te stellen, zoals een draaiknop of touchscreen, en een verbinding met een verwarmings- of koelsysteem dat kan worden ingeschakeld wanneer de gedetecteerde temperatuur buiten het gewenste bereik ligt. De temperatuursensor detecteert dat de kamer te koud is en een actuator schakelt de verwarming in.
 
-![Een diagram dat temperatuur en een draaiknop toont als inputs voor een IoT-apparaat, en de bediening van een verwarming als output](../../../../../translated_images/nl/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.png)
+![Een diagram dat temperatuur en een draaiknop toont als inputs voor een IoT-apparaat, en de bediening van een verwarming als output](../../../../../translated_images/nl/basic-thermostat.a923217fd1f37e5a.webp)
 
 Er zijn een enorme hoeveelheid verschillende dingen die als IoT-apparaten kunnen fungeren, van speciale hardware die één ding detecteert tot algemene apparaten, zelfs je smartphone! Een smartphone kan sensoren gebruiken om de wereld om zich heen te detecteren en actuatoren om met de wereld te communiceren - bijvoorbeeld door een GPS-sensor te gebruiken om je locatie te bepalen en een luidspreker om je navigatie-instructies naar een bestemming te geven.
 
@@ -54,7 +54,7 @@ Apparaten maken ook niet altijd rechtstreeks verbinding met het internet via WiF
 
 In het voorbeeld van een slimme thermostaat zou de thermostaat verbinding maken via thuis-WiFi met een cloudservice die in de cloud draait. Het zou de temperatuurgegevens naar deze cloudservice sturen, en van daaruit worden ze geschreven naar een soort database, zodat de huiseigenaar de huidige en eerdere temperaturen kan controleren via een telefoon-app. Een andere service in de cloud zou weten welke temperatuur de huiseigenaar wil en berichten terugsturen naar het IoT-apparaat via de cloudservice om het verwarmingssysteem aan of uit te zetten.
 
-![Een diagram dat temperatuur en een draaiknop toont als inputs voor een IoT-apparaat, het IoT-apparaat met tweerichtingscommunicatie naar de cloud, die op zijn beurt tweerichtingscommunicatie heeft met een telefoon, en de bediening van een verwarming als output van het IoT-apparaat](../../../../../translated_images/nl/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.png)
+![Een diagram dat temperatuur en een draaiknop toont als inputs voor een IoT-apparaat, het IoT-apparaat met tweerichtingscommunicatie naar de cloud, die op zijn beurt tweerichtingscommunicatie heeft met een telefoon, en de bediening van een verwarming als output van het IoT-apparaat](../../../../../translated_images/nl/mobile-controlled-thermostat.4a994010473d8d6a.webp)
 
 Een nog slimmer versie zou AI in de cloud kunnen gebruiken met gegevens van andere sensoren die zijn verbonden met andere IoT-apparaten, zoals bezettingssensoren die detecteren welke kamers in gebruik zijn, evenals gegevens zoals het weer en zelfs je agenda, om beslissingen te nemen over hoe de temperatuur op een slimme manier in te stellen. Bijvoorbeeld, het zou je verwarming kunnen uitschakelen als het uit je agenda leest dat je op vakantie bent, of de verwarming kamer per kamer uitschakelen afhankelijk van welke kamers je gebruikt, waarbij het leert van de gegevens om steeds nauwkeuriger te worden.
 
@@ -94,7 +94,7 @@ Hoe sneller de klokcyclus, hoe meer instructies per seconde kunnen worden verwer
 
 > 💁 CPU's voeren programma's uit met behulp van de [fetch-decode-execute cyclus](https://wikipedia.org/wiki/Instruction_cycle). Voor elke kloktik haalt de CPU de volgende instructie uit het geheugen, decodeert deze en voert deze uit, zoals het gebruik van een rekenkundige logische eenheid (ALU) om 2 getallen op te tellen. Sommige uitvoeringen nemen meerdere tikken in beslag, dus de volgende cyclus wordt uitgevoerd bij de volgende tik nadat de instructie is voltooid.
 
-![De fetch-decode-execute cyclus toont het ophalen van een instructie uit het programma dat is opgeslagen in RAM, vervolgens het decoderen en uitvoeren ervan op een CPU](../../../../../translated_images/nl/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.png)
+![De fetch-decode-execute cyclus toont het ophalen van een instructie uit het programma dat is opgeslagen in RAM, vervolgens het decoderen en uitvoeren ervan op een CPU](../../../../../translated_images/nl/fetch-decode-execute.2fd6f150f6280392.webp)
 
 Microcontrollers hebben veel lagere kloksnelheden dan desktop- of laptopcomputers, of zelfs de meeste smartphones. De Wio Terminal heeft bijvoorbeeld een CPU die draait op 120MHz of 120.000.000 cycli per seconde.
 
@@ -182,7 +182,7 @@ Arduino-boards worden gecodeerd in C of C++. Het gebruik van C/C++ zorgt ervoor
 
 Je zou je setup-code in de `setup`-functie schrijven, zoals verbinding maken met WiFi en clouddiensten of pinnen initialiseren voor input en output. Je loop-code zou vervolgens verwerkingscode bevatten, zoals het lezen van een sensor en het verzenden van de waarde naar de cloud. Je zou normaal gesproken een vertraging toevoegen aan elke loop, bijvoorbeeld als je alleen sensorgegevens wilt verzenden om de 10 seconden, zou je een vertraging van 10 seconden toevoegen aan het einde van de loop zodat de microcontroller kan slapen, energie bespaart, en vervolgens de loop opnieuw uitvoert wanneer nodig 10 seconden later.
 
-![Een Arduino-sketch die eerst setup uitvoert, en vervolgens loop herhaaldelijk](../../../../../translated_images/nl/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.png)
+![Een Arduino-sketch die eerst setup uitvoert, en vervolgens loop herhaaldelijk](../../../../../translated_images/nl/arduino-sketch.79590cb837ff7a7c.webp)
 
 ✅ Deze programmastructuur staat bekend als een *event loop* of *message loop*. Veel applicaties gebruiken dit onder de motorkap en het is de standaard voor de meeste desktopapplicaties die draaien op besturingssystemen zoals Windows, macOS of Linux. De `loop` luistert naar berichten van gebruikersinterfacecomponenten zoals knoppen, of apparaten zoals het toetsenbord, en reageert daarop. Je kunt meer lezen in dit [artikel over de event loop](https://wikipedia.org/wiki/Event_loop).
 
diff --git a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/README.md b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/README.md
index 92863723d..960fd2d3f 100644
--- a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/README.md
+++ b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/README.md
@@ -1,6 +1,6 @@
 # Interactie met de fysieke wereld met sensoren en actuatoren
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-3.cc3b7b4cd646de59.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -92,7 +92,7 @@ Digitale sensoren, net als analoge sensoren, detecteren de wereld om hen heen do
 
 De eenvoudigste digitale sensor is een knop of schakelaar. Dit is een sensor met twee toestanden, aan of uit.
 
-![Een knop ontvangt 5 volt. Wanneer niet ingedrukt, stuurt deze 0 volt terug; wanneer ingedrukt, stuurt deze 5 volt terug](../../../../../translated_images/nl/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.png)
+![Een knop ontvangt 5 volt. Wanneer niet ingedrukt, stuurt deze 0 volt terug; wanneer ingedrukt, stuurt deze 5 volt terug](../../../../../translated_images/nl/button.eadb560b77ac45e5.webp)
 
 Pinnen op IoT-apparaten zoals GPIO-pinnen kunnen dit signaal direct meten als een 0 of 1. Als de spanning die wordt verzonden hetzelfde is als de spanning die wordt teruggestuurd, wordt de waarde gelezen als 1, anders wordt de waarde gelezen als 0. Er is geen noodzaak om het signaal te converteren, het kan alleen 1 of 0 zijn.
 
@@ -125,7 +125,7 @@ Enkele veelvoorkomende actuatoren zijn:
 
 Volg de relevante handleiding hieronder om een actuator toe te voegen aan je IoT-apparaat, aangestuurd door de sensor, om een IoT-nachtlampje te bouwen. Het zal lichtniveaus verzamelen van de lichtsensor en een actuator in de vorm van een LED gebruiken om licht uit te zenden wanneer het gedetecteerde lichtniveau te laag is.
 
-![Een stroomdiagram van de opdracht die laat zien hoe lichtniveaus worden gelezen en gecontroleerd, en de LED wordt aangestuurd](../../../../../translated_images/nl/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.png)
+![Een stroomdiagram van de opdracht die laat zien hoe lichtniveaus worden gelezen en gecontroleerd, en de LED wordt aangestuurd](../../../../../translated_images/nl/assignment-1-flow.7552a51acb1a5ec8.webp)
 
 * [Arduino - Wio Terminal](wio-terminal-actuator.md)
 * [Single-board computer - Raspberry Pi](pi-actuator.md)
@@ -140,7 +140,7 @@ Net als sensoren zijn actuatoren ofwel analoog of digitaal.
 Analoge actuatoren nemen een analoog signaal en zetten dit om in een soort interactie, waarbij de interactie verandert afhankelijk van de spanning die wordt geleverd.
 
 Een voorbeeld hiervan is een dimbaar licht, zoals de lampen die je misschien in huis hebt. De hoeveelheid spanning die aan het licht wordt geleverd, bepaalt hoe helder het is.
-![Een licht gedimd bij een lage spanning en helderder bij een hogere spanning](../../../../../translated_images/nl/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.png)
+![Een licht gedimd bij een lage spanning en helderder bij een hogere spanning](../../../../../translated_images/nl/dimmable-light.9ceffeb195dec1a8.webp)
 
 Net als bij sensoren werken IoT-apparaten met digitale signalen, niet met analoge. Dit betekent dat om een analoog signaal te verzenden, het IoT-apparaat een digitaal-naar-analoog converter (DAC) nodig heeft, ofwel direct op het IoT-apparaat, of op een aansluitbord. Dit converteert de 0'en en 1'en van het IoT-apparaat naar een analoge spanning die de actuator kan gebruiken.
 
@@ -187,7 +187,7 @@ Digitale actuatoren, net als digitale sensoren, hebben ofwel twee toestanden die
 
 Een eenvoudige digitale actuator is een LED. Wanneer een apparaat een digitaal signaal van 1 verzendt, wordt een hoge spanning verzonden die de LED laat oplichten. Wanneer een digitaal signaal van 0 wordt verzonden, daalt de spanning naar 0V en gaat de LED uit.
 
-![Een LED is uit bij 0 volt en aan bij 5V](../../../../../translated_images/nl/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.png)
+![Een LED is uit bij 0 volt en aan bij 5V](../../../../../translated_images/nl/led.ec6d94f66676a174.webp)
 
 ✅ Welke andere eenvoudige 2-toestandsactuatoren kun je bedenken? Een voorbeeld is een solenoïde, een elektromagneet die kan worden geactiveerd om dingen te doen zoals een deurgrendel verplaatsen om een deur te vergrendelen/ontgrendelen.
 
diff --git a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
index b0252ea52..814646ba6 100644
--- a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
+++ b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
@@ -26,7 +26,7 @@ De Grove LED wordt geleverd als een module met een selectie van LEDs, zodat je d
 
 Sluit de LED aan.
 
-![Een Grove LED](../../../../../translated_images/nl/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
+![Een Grove LED](../../../../../translated_images/nl/grove-led.6c853be93f473cf2.webp)
 
 1. Kies je favoriete LED en steek de pootjes in de twee gaten op de LED-module.
 
@@ -40,7 +40,7 @@ Sluit de LED aan.
 
 1. Schakel de Raspberry Pi uit en sluit het andere uiteinde van de Grove-kabel aan op de digitale socket gemarkeerd met **D5** op de Grove Base Hat die op de Pi is aangesloten. Deze socket is de tweede van links, in de rij sockets naast de GPIO-pinnen.
 
-![De Grove LED aangesloten op socket D5](../../../../../translated_images/nl/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.png)
+![De Grove LED aangesloten op socket D5](../../../../../translated_images/nl/pi-led.97f1d474981dc35d.webp)
 
 ## Programmeer het nachtlampje
 
diff --git a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
index cd7594324..893314d34 100644
--- a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
+++ b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
@@ -16,13 +16,13 @@ De Grove-lichtsensor die wordt gebruikt om de lichtniveaus te detecteren, moet w
 
 Sluit de lichtsensor aan.
 
-![Een Grove-lichtsensor](../../../../../translated_images/nl/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.png)
+![Een Grove-lichtsensor](../../../../../translated_images/nl/grove-light-sensor.b8127b7c434e632d.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de lichtsensormodule. De kabel past maar op één manier.
 
 1. Met de Raspberry Pi uitgeschakeld, sluit je het andere uiteinde van de Grove-kabel aan op de analoge aansluiting gemarkeerd met **A0** op de Grove Base hat die op de Pi is bevestigd. Deze aansluiting is de tweede van rechts, in de rij aansluitingen naast de GPIO-pinnen.
 
-![De Grove-lichtsensor aangesloten op aansluiting A0](../../../../../translated_images/nl/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.png)
+![De Grove-lichtsensor aangesloten op aansluiting A0](../../../../../translated_images/nl/pi-light-sensor.66cc1e31fa48cd7d.webp)
 
 ## Programmeer de lichtsensor
 
diff --git a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
index ea77d16fc..9c37196e2 100644
--- a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
+++ b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
@@ -36,11 +36,11 @@ Voeg de LED toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de LED op Pin 5 aan te maken.
 
-    ![De LED-instellingen](../../../../../translated_images/nl/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.png)
+    ![De LED-instellingen](../../../../../translated_images/nl/counterfit-create-led.ba9db1c9b8c622a6.webp)
 
     De LED wordt aangemaakt en verschijnt in de lijst met actuatoren.
 
-    ![De aangemaakte LED](../../../../../translated_images/nl/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.png)
+    ![De aangemaakte LED](../../../../../translated_images/nl/counterfit-led.c0ab02de6d256ad8.webp)
 
     Zodra de LED is aangemaakt, kun je de kleur wijzigen met de *Color*-kiezer. Selecteer de knop **Set** om de kleur te wijzigen nadat je deze hebt geselecteerd.
 
diff --git a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
index eb5ec70d5..06bb42cf1 100644
--- a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
+++ b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
@@ -28,11 +28,11 @@ Voeg de lichtsensor toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de lichtsensor aan te maken op Pin 0.
 
-    ![De instellingen van de lichtsensor](../../../../../translated_images/nl/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.png)
+    ![De instellingen van de lichtsensor](../../../../../translated_images/nl/counterfit-create-light-sensor.9f36a5e0d4458d8d.webp)
 
     De lichtsensor wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De aangemaakte lichtsensor](../../../../../translated_images/nl/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.png)
+    ![De aangemaakte lichtsensor](../../../../../translated_images/nl/counterfit-light-sensor.5d0f5584df56b90f.webp)
 
 ## Programmeer de lichtsensor
 
diff --git a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
index be2ed7a16..da808351f 100644
--- a/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
+++ b/translations/nl/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
@@ -26,7 +26,7 @@ De Grove LED wordt geleverd als een module met een selectie van LEDs, zodat je d
 
 Sluit de LED aan.
 
-![Een Grove LED](../../../../../translated_images/nl/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
+![Een Grove LED](../../../../../translated_images/nl/grove-led.6c853be93f473cf2.webp)
 
 1. Kies je favoriete LED en steek de pootjes in de twee gaten op de LED-module.
 
diff --git a/translations/nl/1-getting-started/lessons/4-connect-internet/README.md b/translations/nl/1-getting-started/lessons/4-connect-internet/README.md
index 6fd2f4fa6..362f7287c 100644
--- a/translations/nl/1-getting-started/lessons/4-connect-internet/README.md
+++ b/translations/nl/1-getting-started/lessons/4-connect-internet/README.md
@@ -1,6 +1,6 @@
 # Verbind je apparaat met het internet
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-4.7344e074ea68fa54.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -47,7 +47,7 @@ MQTT is het meest populaire communicatieprotocol voor IoT-apparaten en wordt in
 
 MQTT heeft één broker en meerdere clients. Alle clients maken verbinding met de broker, en de broker stuurt berichten door naar de relevante clients. Berichten worden gerouteerd via benoemde onderwerpen (topics), in plaats van rechtstreeks naar een individuele client te worden verzonden. Een client kan publiceren naar een onderwerp, en alle clients die zich op dat onderwerp hebben geabonneerd, ontvangen het bericht.
 
-![IoT-apparaat publiceert telemetrie op het /telemetry-onderwerp, en de clouddienst abonneert zich op dat onderwerp](../../../../../translated_images/nl/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.png)
+![IoT-apparaat publiceert telemetrie op het /telemetry-onderwerp, en de clouddienst abonneert zich op dat onderwerp](../../../../../translated_images/nl/mqtt.cbf7f21d9adc3e17.webp)
 
 ✅ Doe wat onderzoek. Als je veel IoT-apparaten hebt, hoe kun je ervoor zorgen dat je MQTT-broker alle berichten aankan?
 
@@ -69,7 +69,7 @@ In plaats van de complexiteit van het opzetten van een MQTT-broker als onderdeel
 
 > 💁 Deze testbroker is openbaar en niet beveiligd. Iedereen kan luisteren naar wat je publiceert, dus het mag niet worden gebruikt voor gegevens die privé moeten blijven.
 
-![Een stroomdiagram van de opdracht met lichtniveaus die worden gelezen en gecontroleerd, en de LED die wordt bestuurd](../../../../../translated_images/nl/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.png)
+![Een stroomdiagram van de opdracht met lichtniveaus die worden gelezen en gecontroleerd, en de LED die wordt bestuurd](../../../../../translated_images/nl/assignment-1-internet-flow.3256feab5f052fd2.webp)
 
 Volg de relevante stap hieronder om je apparaat te verbinden met de MQTT-broker:
 
@@ -350,7 +350,7 @@ Voor machines wil je de gegevens misschien bewaren, vooral als ze worden gebruik
 
 Ontwerpers van IoT-apparaten moeten ook overwegen of het IoT-apparaat kan worden gebruikt tijdens een internetstoring of signaalverlies door locatie. Een slimme thermostaat moet in staat zijn om enkele beperkte beslissingen te nemen om de verwarming te regelen als het geen telemetrie naar de cloud kan verzenden vanwege een storing.
 
-[![Deze Ferrari werd onbruikbaar omdat iemand probeerde hem te upgraden op een plek zonder mobiel bereik](../../../../../translated_images/nl/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.png)](https://twitter.com/internetofshit/status/1315736960082808832)
+[![Deze Ferrari werd onbruikbaar omdat iemand probeerde hem te upgraden op een plek zonder mobiel bereik](../../../../../translated_images/nl/bricked-car.dc38f8efadc6c59d.webp)](https://twitter.com/internetofshit/status/1315736960082808832)
 
 Voor MQTT om met een verlies van connectiviteit om te gaan, moeten het apparaat en de servercode verantwoordelijk zijn voor het waarborgen van berichtlevering indien nodig. Bijvoorbeeld door te eisen dat alle verzonden berichten worden beantwoord met aanvullende berichten op een antwoordonderwerp. Als dat niet gebeurt, worden ze handmatig in een wachtrij geplaatst om later opnieuw te worden verzonden.
 
@@ -358,7 +358,7 @@ Voor MQTT om met een verlies van connectiviteit om te gaan, moeten het apparaat
 
 Opdrachten zijn berichten die door de cloud naar een apparaat worden verzonden om het te instrueren iets te doen. Meestal houdt dit in dat er een soort uitvoer wordt gegeven via een actuator, maar het kan ook een instructie zijn voor het apparaat zelf, zoals opnieuw opstarten of extra telemetrie verzamelen en deze als reactie op de opdracht retourneren.
 
-![Een internetverbonden thermostaat die een opdracht ontvangt om de verwarming aan te zetten](../../../../../translated_images/nl/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.png)
+![Een internetverbonden thermostaat die een opdracht ontvangt om de verwarming aan te zetten](../../../../../translated_images/nl/commands.d6c06bbbb3a02cce.webp)
 
 Een thermostaat kan een opdracht van de cloud ontvangen om de verwarming aan te zetten. Op basis van de telemetriegegevens van alle sensoren heeft de cloudservice besloten dat de verwarming aan moet, dus stuurt het de relevante opdracht.
 
diff --git a/translations/nl/2-farm/lessons/1-predict-plant-growth/README.md b/translations/nl/2-farm/lessons/1-predict-plant-growth/README.md
index 895082a81..ee80aba88 100644
--- a/translations/nl/2-farm/lessons/1-predict-plant-growth/README.md
+++ b/translations/nl/2-farm/lessons/1-predict-plant-growth/README.md
@@ -1,6 +1,6 @@
 # Voorspel plantengroei met IoT
 
-![Een schetsmatige weergave van deze les](../../../../../translated_images/nl/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.jpg)
+![Een schetsmatige weergave van deze les](../../../../../translated_images/nl/lesson-5.42b234299279d263.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -90,7 +90,7 @@ Groei-graad-dagen, of GDD, worden per dag berekend als de gemiddelde temperatuur
 
 De volledige formule voor GDD is een beetje ingewikkeld, maar er is een vereenvoudigde vergelijking die vaak wordt gebruikt als een goede benadering:
 
-![GDD = T max + T min gedeeld door 2, alles minus T base](../../../../../translated_images/nl/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.png)
+![GDD = T max + T min gedeeld door 2, alles minus T base](../../../../../translated_images/nl/gdd-calculation.79b3660f9c5757aa.webp)
 
 * **GDD** - dit is het aantal groei-graad-dagen
 * **T max** - dit is de dagelijkse maximumtemperatuur in graden Celsius
@@ -118,7 +118,7 @@ Als we deze getallen in onze berekening invoeren:
 
 Geeft dit de volgende berekening:
 
-![GDD = 16 + 12 gedeeld door 2, alles minus 10, geeft een antwoord van 4](../../../../../translated_images/nl/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.png)
+![GDD = 16 + 12 gedeeld door 2, alles minus 10, geeft een antwoord van 4](../../../../../translated_images/nl/gdd-calculation-corn.64a58b7a7afcd0df.webp)
 
 De maïs ontving 4 GDD op die dag. Als we uitgaan van een maïsvariëteit die 800 GDD nodig heeft om te rijpen, heeft het nog 796 GDD nodig om rijpheid te bereiken.
 
@@ -239,7 +239,7 @@ De stappen om dit handmatig te doen zijn:
 
 Bijvoorbeeld, als de hoogste temperatuur van de dag 25°C is en de laagste 12°C:
 
-![GDD = 25 + 12 gedeeld door 2, trek vervolgens 10 af van het resultaat, wat 8,5 oplevert](../../../../../translated_images/nl/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.png)
+![GDD = 25 + 12 gedeeld door 2, trek vervolgens 10 af van het resultaat, wat 8,5 oplevert](../../../../../translated_images/nl/gdd-calculation-strawberries.59f57db94b22adb8.webp)
 
 * 25 + 12 = 37
 * 37 / 2 = 18,5
diff --git a/translations/nl/2-farm/lessons/1-predict-plant-growth/assignment.md b/translations/nl/2-farm/lessons/1-predict-plant-growth/assignment.md
index 749d43691..028875ef3 100644
--- a/translations/nl/2-farm/lessons/1-predict-plant-growth/assignment.md
+++ b/translations/nl/2-farm/lessons/1-predict-plant-growth/assignment.md
@@ -33,7 +33,7 @@ Zodra je temperatuurgegevens hebt, kun je het Jupyter Notebook in deze repositor
 
     Jupyter zal starten en het notebook openen in je browser. Doorloop de instructies in het notebook om de gemeten temperaturen te visualiseren en de groeigraaddagen te berekenen.
 
-    ![Het Jupyter Notebook](../../../../../translated_images/nl/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.png)
+    ![Het Jupyter Notebook](../../../../../translated_images/nl/gdd-jupyter-notebook.c5b52cf21094f158.webp)
 
 ## Rubriek
 
diff --git a/translations/nl/2-farm/lessons/1-predict-plant-growth/pi-temp.md b/translations/nl/2-farm/lessons/1-predict-plant-growth/pi-temp.md
index c4ec401ca..cc23dc34c 100644
--- a/translations/nl/2-farm/lessons/1-predict-plant-growth/pi-temp.md
+++ b/translations/nl/2-farm/lessons/1-predict-plant-growth/pi-temp.md
@@ -16,7 +16,7 @@ De Grove-temperatuursensor kan worden aangesloten op de Raspberry Pi.
 
 Verbind de temperatuursensor
 
-![Een Grove-temperatuursensor](../../../../../translated_images/nl/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
+![Een Grove-temperatuursensor](../../../../../translated_images/nl/grove-dht11.07f8eafceee17004.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de vochtigheids- en temperatuursensor. De kabel past maar op één manier.
 
diff --git a/translations/nl/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md b/translations/nl/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
index 030cd11ad..e4b8f762b 100644
--- a/translations/nl/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
+++ b/translations/nl/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
@@ -38,11 +38,11 @@ Voeg de vochtigheids- en temperatuursensoren toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de vochtigheidssensor op Pin 5 aan te maken.
 
-    ![De instellingen van de vochtigheidssensor](../../../../../translated_images/nl/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.png)
+    ![De instellingen van de vochtigheidssensor](../../../../../translated_images/nl/counterfit-create-humidity-sensor.2750e27b6f30e09c.webp)
 
     De vochtigheidssensor wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De aangemaakte vochtigheidssensor](../../../../../translated_images/nl/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.png)
+    ![De aangemaakte vochtigheidssensor](../../../../../translated_images/nl/counterfit-humidity-sensor.7b12f7f339e430cb.webp)
 
 1. Maak een temperatuursensor aan:
 
@@ -54,11 +54,11 @@ Voeg de vochtigheids- en temperatuursensoren toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de temperatuursensor op Pin 6 aan te maken.
 
-    ![De instellingen van de temperatuursensor](../../../../../translated_images/nl/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.png)
+    ![De instellingen van de temperatuursensor](../../../../../translated_images/nl/counterfit-create-temperature-sensor.199350ed34f7343d.webp)
 
     De temperatuursensor wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De aangemaakte temperatuursensor](../../../../../translated_images/nl/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.png)
+    ![De aangemaakte temperatuursensor](../../../../../translated_images/nl/counterfit-temperature-sensor.f0560236c96a9016.webp)
 
 ## Programmeer de temperatuursensor-app
 
diff --git a/translations/nl/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md b/translations/nl/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
index f2f35f0f2..1fa71d363 100644
--- a/translations/nl/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
+++ b/translations/nl/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
@@ -18,7 +18,7 @@ De Grove temperatuursensor kan worden aangesloten op de digitale poort van de Wi
 
 Verbind de temperatuursensor.
 
-![Een Grove temperatuursensor](../../../../../translated_images/nl/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
+![Een Grove temperatuursensor](../../../../../translated_images/nl/grove-dht11.07f8eafceee17004.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de luchtvochtigheid- en temperatuursensor. De kabel past maar op één manier.
 
diff --git a/translations/nl/2-farm/lessons/2-detect-soil-moisture/README.md b/translations/nl/2-farm/lessons/2-detect-soil-moisture/README.md
index 78b8b7966..e3b1c6512 100644
--- a/translations/nl/2-farm/lessons/2-detect-soil-moisture/README.md
+++ b/translations/nl/2-farm/lessons/2-detect-soil-moisture/README.md
@@ -13,7 +13,7 @@ I²C heeft een bus bestaande uit 2 hoofddraden, samen met 2 stroomdraden:
 | VCC | Voltage common collector | De stroomvoorziening voor de apparaten. Deze is verbonden met de SDA- en SCL-draden om hun stroom te leveren via een pull-up weerstand die het signaal uitschakelt wanneer geen enkel apparaat de controller is. |
 | GND | Aarde | Dit biedt een gemeenschappelijke grond voor het elektrische circuit. |
 
-![I2C-bus met 3 apparaten aangesloten op de SDA- en SCL-draden, die een gemeenschappelijke aarddraad delen](../../../../../translated_images/nl/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.png)
+![I2C-bus met 3 apparaten aangesloten op de SDA- en SCL-draden, die een gemeenschappelijke aarddraad delen](../../../../../translated_images/nl/i2c.83da845dde02256b.webp)
 
 Om gegevens te verzenden, zal een apparaat een startconditie afgeven om aan te geven dat het klaar is om gegevens te verzenden. Het wordt dan de controller. De controller verzendt vervolgens het adres van het apparaat waarmee het wil communiceren, samen met de informatie of het gegevens wil lezen of schrijven. Nadat de gegevens zijn verzonden, stuurt de controller een stopconditie om aan te geven dat het klaar is. Hierna kan een ander apparaat de controller worden en gegevens verzenden of ontvangen.
 
diff --git a/translations/nl/2-farm/lessons/2-detect-soil-moisture/assignment.md b/translations/nl/2-farm/lessons/2-detect-soil-moisture/assignment.md
index 4e370ecde..82e085f91 100644
--- a/translations/nl/2-farm/lessons/2-detect-soil-moisture/assignment.md
+++ b/translations/nl/2-farm/lessons/2-detect-soil-moisture/assignment.md
@@ -20,14 +20,14 @@ Je zult deze stappen meerdere keren moeten herhalen om de benodigde metingen te
 
 Het gravimetrische bodemvochtgehalte wordt berekend als:
 
-![bodemvochtigheid % is gewicht nat min gewicht droog, gedeeld door gewicht droog, maal 100](../../../../../translated_images/nl/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.png)
+![bodemvochtigheid % is gewicht nat min gewicht droog, gedeeld door gewicht droog, maal 100](../../../../../translated_images/nl/gsm-calculation.6da38c6201eec14e.webp)
 
 * W - het gewicht van de natte grond  
 * W - het gewicht van de droge grond  
 
 Bijvoorbeeld, stel dat je een bodemmonster hebt dat 212g weegt als het nat is, en 197g als het droog is.
 
-![De ingevulde berekening](../../../../../translated_images/nl/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.png)
+![De ingevulde berekening](../../../../../translated_images/nl/gsm-calculation-example.99f9803b4f29e976.webp)
 
 * W = 212g  
 * W = 197g  
diff --git a/translations/nl/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md b/translations/nl/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
index 6f73e490c..0365b1692 100644
--- a/translations/nl/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
+++ b/translations/nl/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
@@ -18,13 +18,13 @@ De Grove bodemvochtsensor kan worden aangesloten op de Raspberry Pi.
 
 Verbind de bodemvochtsensor.
 
-![Een grove bodemvochtsensor](../../../../../translated_images/nl/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
+![Een grove bodemvochtsensor](../../../../../translated_images/nl/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de bodemvochtsensor. Hij past maar op één manier.
 
 1. Met de Raspberry Pi uitgeschakeld, verbind je het andere uiteinde van de Grove-kabel met de analoge aansluiting gemarkeerd **A0** op de Grove Base Hat die op de Pi is bevestigd. Deze aansluiting is de tweede van rechts, op de rij aansluitingen naast de GPIO-pinnen.
 
-![De grove bodemvochtsensor aangesloten op de A0-aansluiting](../../../../../translated_images/nl/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.png)
+![De grove bodemvochtsensor aangesloten op de A0-aansluiting](../../../../../translated_images/nl/pi-soil-moisture-sensor.fdd7eb2393792cf6.webp)
 
 1. Steek de bodemvochtsensor in de grond. Hij heeft een 'hoogste positie lijn' - een witte lijn over de sensor. Steek de sensor tot aan, maar niet voorbij deze lijn.
 
diff --git a/translations/nl/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md b/translations/nl/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
index 4aff0db2c..d87742860 100644
--- a/translations/nl/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
+++ b/translations/nl/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
@@ -34,11 +34,11 @@ Voeg de bodemvochtigheidssensor toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de *Soil Moisture*-sensor op Pin 0 te maken.
 
-    ![De instellingen van de bodemvochtigheidssensor](../../../../../translated_images/nl/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.png)
+    ![De instellingen van de bodemvochtigheidssensor](../../../../../translated_images/nl/counterfit-create-soil-moisture-sensor.35266135a5e0ae68.webp)
 
     De bodemvochtigheidssensor wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De aangemaakte bodemvochtigheidssensor](../../../../../translated_images/nl/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.png)
+    ![De aangemaakte bodemvochtigheidssensor](../../../../../translated_images/nl/counterfit-soil-moisture-sensor.81742b2de0e9de60.webp)
 
 ## Programmeer de bodemvochtigheidssensor-app
 
diff --git a/translations/nl/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md b/translations/nl/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
index 73bbaa9ee..22d8b0ac1 100644
--- a/translations/nl/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
+++ b/translations/nl/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
@@ -18,7 +18,7 @@ De Grove bodemvochtsensor kan worden aangesloten op de configureerbare analoge/d
 
 Verbind de bodemvochtsensor.
 
-![Een Grove bodemvochtsensor](../../../../../translated_images/nl/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
+![Een Grove bodemvochtsensor](../../../../../translated_images/nl/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de bodemvochtsensor. Deze past maar op één manier.
 
diff --git a/translations/nl/2-farm/lessons/3-automated-plant-watering/README.md b/translations/nl/2-farm/lessons/3-automated-plant-watering/README.md
index 954feba73..375ca453c 100644
--- a/translations/nl/2-farm/lessons/3-automated-plant-watering/README.md
+++ b/translations/nl/2-farm/lessons/3-automated-plant-watering/README.md
@@ -1,6 +1,6 @@
 # Geautomatiseerd planten water geven
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-7.30b5f577d3cb8e03.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -32,7 +32,7 @@ IoT-apparaten gebruiken een lage spanning. Hoewel dit voldoende is voor sensoren
 
 De oplossing hiervoor is een pomp die is aangesloten op een externe stroomvoorziening, en een actuator die de pomp aanzet, vergelijkbaar met hoe je een lichtschakelaar gebruikt. Het kost een kleine hoeveelheid energie (in de vorm van energie in je lichaam) om met je vinger een schakelaar om te zetten, en dit verbindt het licht met netstroom van 110v/240v.
 
-![Een lichtschakelaar zet stroom aan voor een lamp](../../../../../translated_images/nl/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.png)
+![Een lichtschakelaar zet stroom aan voor een lamp](../../../../../translated_images/nl/light-switch.760317ad6ab8bd6d.webp)
 
 > 🎓 [Netstroom](https://wikipedia.org/wiki/Mains_electricity) verwijst naar de elektriciteit die via nationale infrastructuur wordt geleverd aan huizen en bedrijven in veel delen van de wereld.
 
@@ -72,7 +72,7 @@ Wanneer de hendel beweegt, kun je meestal horen dat deze contact maakt met de el
 
 De elektromagneet heeft niet veel stroom nodig om te activeren en de hendel aan te trekken; hij kan worden aangestuurd met de 3,3V of 5V uitgang van een IoT-ontwikkelkit. Het uitgangscircuit kan veel meer stroom dragen, afhankelijk van het relais, inclusief netspanning of zelfs hogere vermogensniveaus voor industrieel gebruik. Op deze manier kan een IoT-ontwikkelkit een irrigatiesysteem aansturen, van een kleine pomp voor een enkele plant tot een enorm industrieel systeem voor een hele commerciële boerderij.
 
-![Een Grove-relais met het besturingscircuit, uitgangscircuit en relais gelabeld](../../../../../translated_images/nl/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.png)
+![Een Grove-relais met het besturingscircuit, uitgangscircuit en relais gelabeld](../../../../../translated_images/nl/grove-relay-labelled.293e068f5c3c2a19.webp)
 
 De bovenstaande afbeelding toont een Grove-relais. Het besturingscircuit wordt aangesloten op een IoT-apparaat en schakelt het relais in of uit met 3,3V of 5V. Het uitgangscircuit heeft twee aansluitingen; beide kunnen stroom of aarde zijn. Het uitgangscircuit kan tot 250V bij 10A aan, genoeg voor een reeks apparaten op netstroom. Je kunt relais krijgen die nog hogere vermogensniveaus aankunnen.
 
diff --git a/translations/nl/2-farm/lessons/3-automated-plant-watering/pi-relay.md b/translations/nl/2-farm/lessons/3-automated-plant-watering/pi-relay.md
index 202befb95..e70b71775 100644
--- a/translations/nl/2-farm/lessons/3-automated-plant-watering/pi-relay.md
+++ b/translations/nl/2-farm/lessons/3-automated-plant-watering/pi-relay.md
@@ -18,13 +18,13 @@ Het Grove relais kan worden aangesloten op de Raspberry Pi.
 
 Verbind het relais.
 
-![Een Grove relais](../../../../../translated_images/nl/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
+![Een Grove relais](../../../../../translated_images/nl/grove-relay.d426958ca210fbd0.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op het relais. Het past maar op één manier.
 
 1. Schakel de Raspberry Pi uit en verbind het andere uiteinde van de Grove-kabel met de digitale aansluiting gemarkeerd als **D5** op de Grove Base Hat die aan de Pi is bevestigd. Deze aansluiting is de tweede van links, op de rij aansluitingen naast de GPIO-pinnen. Laat de bodemvochtigheidssensor aangesloten op de **A0**-aansluiting.
 
-![Het Grove relais aangesloten op de D5-aansluiting en de bodemvochtigheidssensor aangesloten op de A0-aansluiting](../../../../../translated_images/nl/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.png)
+![Het Grove relais aangesloten op de D5-aansluiting en de bodemvochtigheidssensor aangesloten op de A0-aansluiting](../../../../../translated_images/nl/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e.webp)
 
 1. Steek de bodemvochtigheidssensor in de grond, als dit nog niet is gedaan in de vorige les.
 
diff --git a/translations/nl/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md b/translations/nl/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
index 7cc119a70..f6cbcd5d8 100644
--- a/translations/nl/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
+++ b/translations/nl/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
@@ -28,11 +28,11 @@ Voeg het relais toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om het relais op Pin 5 aan te maken.
 
-    ![De relaisinstellingen](../../../../../translated_images/nl/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.png)
+    ![De relaisinstellingen](../../../../../translated_images/nl/counterfit-create-relay.fa7c40fd0f2f6afc.webp)
 
     Het relais wordt aangemaakt en verschijnt in de lijst met actuatoren.
 
-    ![Het aangemaakte relais](../../../../../translated_images/nl/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.png)
+    ![Het aangemaakte relais](../../../../../translated_images/nl/counterfit-relay.bbf74c1dbdc8b9ac.webp)
 
 ## Programmeer het relais
 
diff --git a/translations/nl/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md b/translations/nl/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
index 30866b273..0cb9bd7e2 100644
--- a/translations/nl/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
+++ b/translations/nl/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
@@ -18,7 +18,7 @@ Het Grove relais kan worden aangesloten op de digitale poort van de Wio Terminal
 
 Verbind het relais.
 
-![Een Grove relais](../../../../../translated_images/nl/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
+![Een Grove relais](../../../../../translated_images/nl/grove-relay.d426958ca210fbd0.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op het relais. Het past maar op één manier.
 
diff --git a/translations/nl/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md b/translations/nl/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
index 8b603a5bb..e2fc7f3a8 100644
--- a/translations/nl/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
+++ b/translations/nl/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
@@ -1,6 +1,6 @@
 # Migreer je plant naar de cloud
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-8.3f21f3c11159e6a0.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -46,8 +46,8 @@ Dit kon erg duur zijn, vereiste een breed scala aan gekwalificeerde medewerkers
 
 De cloud wordt vaak gekscherend 'iemand anders zijn computer' genoemd. Het oorspronkelijke idee was simpel: in plaats van computers te kopen, huur je de computer van iemand anders. Iemand anders, een cloudcomputingprovider, zou enorme datacenters beheren. Zij zouden verantwoordelijk zijn voor het kopen en installeren van de hardware, het beheren van stroom en koeling, netwerken, gebouwbeveiliging, hardware- en software-updates, alles. Als klant huur je de computers die je nodig hebt, huurt meer wanneer de vraag piekt en vermindert het aantal dat je huurt als de vraag daalt. Deze cloud-datacenters bevinden zich overal ter wereld.
 
-![Een Microsoft cloud-datacenter](../../../../../translated_images/nl/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.png)
-![Een geplande uitbreiding van een Microsoft cloud-datacenter](../../../../../translated_images/nl/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.png)
+![Een Microsoft cloud-datacenter](../../../../../translated_images/nl/azure-region-existing.73f704604f2aa6cb.webp)
+![Een geplande uitbreiding van een Microsoft cloud-datacenter](../../../../../translated_images/nl/azure-region-planned-expansion.a5074a1e8af74f15.webp)
 
 Deze datacenters kunnen meerdere vierkante kilometers groot zijn. De bovenstaande afbeeldingen zijn een paar jaar geleden genomen bij een Microsoft cloud-datacenter en tonen de oorspronkelijke grootte, samen met een geplande uitbreiding. Het gebied dat is vrijgemaakt voor de uitbreiding is meer dan 5 vierkante kilometer.
 
@@ -108,11 +108,11 @@ IoT-diensten in de cloud lossen deze problemen op. Ze worden onderhouden door gr
 
 IoT-apparaten verbinden met een clouddienst via een apparaat-SDK (een bibliotheek die code biedt om te werken met de functies van de dienst) of rechtstreeks via een communicatieprotocol zoals MQTT of HTTP. De apparaat-SDK is meestal de gemakkelijkste route omdat deze alles voor je afhandelt, zoals weten welke onderwerpen gepubliceerd of geabonneerd moeten worden en hoe beveiliging moet worden afgehandeld.
 
-![Apparaten verbinden met een dienst via een apparaat-SDK. Servercode verbindt ook met de dienst via een SDK](../../../../../translated_images/nl/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.png)
+![Apparaten verbinden met een dienst via een apparaat-SDK. Servercode verbindt ook met de dienst via een SDK](../../../../../translated_images/nl/iot-service-connectivity.7e873847921a5d6f.webp)
 
 Je apparaat communiceert vervolgens met andere onderdelen van je applicatie via deze dienst - vergelijkbaar met hoe je telemetrie verzond en commando's ontving via MQTT. Dit gebeurt meestal via een dienst-SDK of een vergelijkbare bibliotheek. Berichten komen van je apparaat naar de dienst waar andere onderdelen van je applicatie ze kunnen lezen, en berichten kunnen vervolgens terug naar je apparaat worden gestuurd.
 
-![Apparaten zonder een geldige geheime sleutel kunnen niet verbinden met de IoT-dienst](../../../../../translated_images/nl/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.png)
+![Apparaten zonder een geldige geheime sleutel kunnen niet verbinden met de IoT-dienst](../../../../../translated_images/nl/iot-service-allowed-denied-connection.818b0063ac213fb8.webp)
 
 Deze diensten implementeren beveiliging door te weten welke apparaten kunnen verbinden en gegevens kunnen verzenden, ofwel door de apparaten vooraf te registreren bij de dienst, of door de apparaten geheime sleutels of certificaten te geven die ze kunnen gebruiken om zichzelf te registreren bij de dienst de eerste keer dat ze verbinden. Onbekende apparaten kunnen niet verbinden; als ze proberen, weigert de dienst de verbinding en negeert de berichten die door hen worden verzonden.
 
@@ -124,7 +124,7 @@ Andere onderdelen van je applicatie kunnen verbinden met de IoT-dienst en leren
 
 Nu je een Azure-abonnement hebt, kun je je aanmelden voor een IoT-service. De IoT-service van Microsoft heet Azure IoT Hub.
 
-![Het Azure IoT Hub-logo](../../../../../translated_images/nl/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.png)
+![Het Azure IoT Hub-logo](../../../../../translated_images/nl/azure-iot-hub-logo.28a19de76d0a1932.webp)
 
 De onderstaande video geeft een kort overzicht van Azure IoT Hub:
 
diff --git a/translations/nl/2-farm/lessons/5-migrate-application-to-the-cloud/README.md b/translations/nl/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
index 86bba1e5d..abab8a83a 100644
--- a/translations/nl/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
+++ b/translations/nl/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
@@ -1,6 +1,6 @@
 # Migreer je applicatielogica naar de cloud
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-9.dfe99c8e891f48e1.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -28,7 +28,7 @@ In deze les behandelen we:
 
 Serverloos, of serverloze computing, houdt in dat je kleine blokken code maakt die in de cloud worden uitgevoerd als reactie op verschillende soorten gebeurtenissen. Wanneer de gebeurtenis plaatsvindt, wordt je code uitgevoerd en krijgt het gegevens over de gebeurtenis mee. Deze gebeurtenissen kunnen afkomstig zijn van verschillende bronnen, zoals webverzoeken, berichten in een wachtrij, wijzigingen in gegevens in een database, of berichten die door IoT-apparaten naar een IoT-service worden gestuurd.
 
-![Gebeurtenissen die worden verzonden van een IoT-service naar een serverloze service, allemaal tegelijkertijd verwerkt door meerdere functies](../../../../../translated_images/nl/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.png)
+![Gebeurtenissen die worden verzonden van een IoT-service naar een serverloze service, allemaal tegelijkertijd verwerkt door meerdere functies](../../../../../translated_images/nl/iot-messages-to-serverless.0194da1cc0732bb7.webp)
 
 > 💁 Als je eerder database-triggers hebt gebruikt, kun je dit zien als iets vergelijkbaars: code die wordt geactiveerd door een gebeurtenis, zoals het invoegen van een rij.
 
@@ -54,7 +54,7 @@ Als IoT-ontwikkelaar is het serverloze model ideaal. Je kunt een functie schrijv
 
 De serverloze computing-service van Microsoft heet Azure Functions.
 
-![Het Azure Functions-logo](../../../../../translated_images/nl/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.png)
+![Het Azure Functions-logo](../../../../../translated_images/nl/azure-functions-logo.1cfc8e3204c9c44a.webp)
 
 De korte video hieronder geeft een overzicht van Azure Functions.
 
diff --git a/translations/nl/2-farm/lessons/6-keep-your-plant-secure/README.md b/translations/nl/2-farm/lessons/6-keep-your-plant-secure/README.md
index 874290e5e..1e121dffc 100644
--- a/translations/nl/2-farm/lessons/6-keep-your-plant-secure/README.md
+++ b/translations/nl/2-farm/lessons/6-keep-your-plant-secure/README.md
@@ -1,6 +1,6 @@
 # Houd je plant veilig
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-10.829c86b80b9403bb.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -52,11 +52,11 @@ Dit zijn scenario's uit de echte wereld en ze komen regelmatig voor. Enkele voor
 
 Wanneer een apparaat verbinding maakt met een IoT-service, gebruikt het een ID om zichzelf te identificeren. Het probleem is dat dit ID gekloond kan worden - een hacker kan een kwaadaardig apparaat opzetten dat hetzelfde ID gebruikt als een echt apparaat, maar valse gegevens verzendt.
 
-![Zowel geldige als kwaadaardige apparaten kunnen hetzelfde ID gebruiken om telemetrie te verzenden](../../../../../translated_images/nl/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.png)
+![Zowel geldige als kwaadaardige apparaten kunnen hetzelfde ID gebruiken om telemetrie te verzenden](../../../../../translated_images/nl/iot-device-and-hacked-device-connecting.e0671675df74d6d9.webp)
 
 De oplossing hiervoor is om de verzonden gegevens om te zetten in een versleuteld formaat, met behulp van een waarde die alleen bekend is bij het apparaat en de cloud. Dit proces wordt *encryptie* genoemd, en de waarde die wordt gebruikt om de gegevens te versleutelen, wordt een *encryptiesleutel* genoemd.
 
-![Als encryptie wordt gebruikt, worden alleen versleutelde berichten geaccepteerd, andere worden geweigerd](../../../../../translated_images/nl/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.png)
+![Als encryptie wordt gebruikt, worden alleen versleutelde berichten geaccepteerd, andere worden geweigerd](../../../../../translated_images/nl/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f.webp)
 
 De cloudservice kan de gegevens vervolgens terugzetten naar een leesbaar formaat met een proces dat *decryptie* wordt genoemd, met behulp van dezelfde encryptiesleutel of een *decryptiesleutel*. Als het versleutelde bericht niet kan worden gedecrypt met de sleutel, is het apparaat gehackt en wordt het bericht geweigerd.
 
diff --git a/translations/nl/3-transport/lessons/1-location-tracking/README.md b/translations/nl/3-transport/lessons/1-location-tracking/README.md
index 5a0613e01..cb1cf8277 100644
--- a/translations/nl/3-transport/lessons/1-location-tracking/README.md
+++ b/translations/nl/3-transport/lessons/1-location-tracking/README.md
@@ -1,6 +1,6 @@
 # Locatietracking
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-11.9fddbac4b664c6d5.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -63,13 +63,13 @@ De aarde is een bol - een driedimensionale cirkel. Hierdoor worden punten gedefi
 
 > 💁 Niemand weet echt de oorspronkelijke reden waarom cirkels in 360 graden zijn verdeeld. De [pagina over graden (hoek) op Wikipedia](https://wikipedia.org/wiki/Degree_(angle)) behandelt enkele van de mogelijke redenen.
 
-![Lijnen van breedtegraad van 90° op de Noordpool, 45° halverwege tussen de Noordpool en de evenaar, 0° op de evenaar, -45° halverwege tussen de evenaar en de Zuidpool, en -90° op de Zuidpool](../../../../../translated_images/nl/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.png)
+![Lijnen van breedtegraad van 90° op de Noordpool, 45° halverwege tussen de Noordpool en de evenaar, 0° op de evenaar, -45° halverwege tussen de evenaar en de Zuidpool, en -90° op de Zuidpool](../../../../../translated_images/nl/latitude-lines.11d8d91dfb2014a5.webp)
 
 Breedtegraad wordt gemeten met lijnen die de aarde omcirkelen en parallel lopen aan de evenaar, waarbij het noordelijk en zuidelijk halfrond elk in 90° worden verdeeld. De evenaar ligt op 0°, de Noordpool op 90°, ook wel 90° Noord genoemd, en de Zuidpool op -90°, of 90° Zuid.
 
 Lengtegraad wordt gemeten als het aantal graden gemeten van oost naar west. De oorsprong van 0° lengtegraad wordt de *Prime Meridian* genoemd en werd in 1884 gedefinieerd als een lijn van de Noordpool naar de Zuidpool die door het [British Royal Observatory in Greenwich, Engeland](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich) loopt.
 
-![Lijnen van lengtegraad die gaan van -180° ten westen van de Prime Meridian, naar 0° op de Prime Meridian, tot 180° ten oosten van de Prime Meridian](../../../../../translated_images/nl/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.png)
+![Lijnen van lengtegraad die gaan van -180° ten westen van de Prime Meridian, naar 0° op de Prime Meridian, tot 180° ten oosten van de Prime Meridian](../../../../../translated_images/nl/longitude-meridians.ab4ef1c91c064586.webp)
 
 > 🎓 Een meridiaan is een denkbeeldige rechte lijn die van de Noordpool naar de Zuidpool loopt en een halve cirkel vormt.
 
@@ -100,7 +100,7 @@ Coördinaten voor een punt worden altijd gegeven als `breedtegraad, lengtegraad`
 * Een breedtegraad van 47.6423109 (47.6423109 graden ten noorden van de evenaar)
 * Een lengtegraad van -122.1390293 (122.1390293 graden ten westen van de Prime Meridian).
 
-![De Microsoft Campus op 47.6423109,-122.117198](../../../../../translated_images/nl/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.png)
+![De Microsoft Campus op 47.6423109,-122.117198](../../../../../translated_images/nl/microsoft-gps-location-world.a321d481b010f6ad.webp)
 
 ## Global Positioning Systems (GPS)
 
@@ -112,7 +112,7 @@ GPS-systemen werken door een aantal satellieten die een signaal uitzenden met de
 
 > 💁 GPS-sensoren hebben antennes nodig om radiogolven te detecteren. De antennes die zijn ingebouwd in vrachtwagens en auto's met ingebouwde GPS zijn zo geplaatst dat ze een goed signaal krijgen, meestal op de voorruit of het dak. Als je een apart GPS-systeem gebruikt, zoals een smartphone of een IoT-apparaat, moet je ervoor zorgen dat de antenne die in het GPS-systeem of de telefoon is ingebouwd een vrij zicht op de lucht heeft, bijvoorbeeld door deze op je voorruit te monteren.
 
-![Door de afstand van de sensor tot meerdere satellieten te kennen, kan de locatie worden berekend](../../../../../translated_images/nl/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.png)
+![Door de afstand van de sensor tot meerdere satellieten te kennen, kan de locatie worden berekend](../../../../../translated_images/nl/gps-satellites.04acf1148fe25fbf.webp)
 
 GPS-satellieten draaien rond de aarde en bevinden zich niet op een vaste plek boven de sensor, dus locatiegegevens omvatten hoogte boven zeeniveau naast breedte- en lengtegraad.
 
diff --git a/translations/nl/3-transport/lessons/1-location-tracking/pi-gps-sensor.md b/translations/nl/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
index b0ceaabff..1c41003b3 100644
--- a/translations/nl/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
+++ b/translations/nl/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
@@ -18,13 +18,13 @@ De Grove GPS-sensor kan worden aangesloten op de Raspberry Pi.
 
 Verbind de GPS-sensor.
 
-![Een Grove GPS-sensor](../../../../../translated_images/nl/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
+![Een Grove GPS-sensor](../../../../../translated_images/nl/grove-gps-sensor.247943bf69b03f0d.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de GPS-sensor. De kabel past maar op één manier.
 
 1. Met de Raspberry Pi uitgeschakeld, verbind je het andere uiteinde van de Grove-kabel met de UART-aansluiting gemarkeerd als **UART** op de Grove Base Hat die op de Pi is bevestigd. Deze aansluiting bevindt zich op de middelste rij, aan de kant die het dichtst bij de SD-kaartsleuf ligt, tegenover de USB-poorten en ethernet-aansluiting.
 
-    ![De Grove GPS-sensor verbonden met de UART-aansluiting](../../../../../translated_images/nl/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.png)
+    ![De Grove GPS-sensor verbonden met de UART-aansluiting](../../../../../translated_images/nl/pi-gps-sensor.1f99ee2b2f652891.webp)
 
 1. Plaats de GPS-sensor zo dat de aangesloten antenne zicht heeft op de lucht - bij voorkeur naast een open raam of buiten. Het is gemakkelijker om een duidelijker signaal te krijgen zonder obstakels voor de antenne.
 
diff --git a/translations/nl/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md b/translations/nl/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
index 8306f0fb7..8853ac3ec 100644
--- a/translations/nl/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
+++ b/translations/nl/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
@@ -38,11 +38,11 @@ Voeg de GPS-sensor toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de GPS-sensor aan te maken op poort `/dev/ttyAMA0`.
 
-    ![De GPS-sensorinstellingen](../../../../../translated_images/nl/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.png)
+    ![De GPS-sensorinstellingen](../../../../../translated_images/nl/counterfit-create-gps-sensor.6385dc9357d85ad1.webp)
 
     De GPS-sensor wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De GPS-sensor aangemaakt](../../../../../translated_images/nl/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.png)
+    ![De GPS-sensor aangemaakt](../../../../../translated_images/nl/counterfit-gps-sensor.3fbb15af0a536756.webp)
 
 ## Programmeer de GPS-sensor
 
@@ -102,17 +102,17 @@ Programmeur de GPS-sensor-app.
 
     * Stel de **Source** in op `Lat/Lon` en stel een specifieke breedtegraad, lengtegraad en aantal satellieten in die worden gebruikt om de GPS-fix te krijgen. Deze waarde wordt slechts één keer verzonden, dus vink het vakje **Repeat** aan om de gegevens elke seconde te herhalen.
 
-      ![De GPS-sensor met lat lon geselecteerd](../../../../../translated_images/nl/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.png)
+      ![De GPS-sensor met lat lon geselecteerd](../../../../../translated_images/nl/counterfit-gps-sensor-latlon.008c867d75464fbe.webp)
 
     * Stel de **Source** in op `NMEA` en voeg enkele NMEA-zinnen toe in het tekstvak. Al deze waarden worden verzonden, met een vertraging van 1 seconde voordat elke nieuwe GGA (positie-fix) zin kan worden gelezen.
 
-      ![De GPS-sensor met NMEA-zinnen ingesteld](../../../../../translated_images/nl/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.png)
+      ![De GPS-sensor met NMEA-zinnen ingesteld](../../../../../translated_images/nl/counterfit-gps-sensor-nmea.c62eea442171e17e.webp)
 
       Je kunt een tool zoals [nmeagen.org](https://www.nmeagen.org) gebruiken om deze zinnen te genereren door op een kaart te tekenen. Deze waarden worden slechts één keer verzonden, dus vink het vakje **Repeat** aan om de gegevens één seconde na verzending opnieuw te laten herhalen.
 
     * Stel de **Source** in op GPX-bestand en upload een GPX-bestand met tracklocaties. Je kunt GPX-bestanden downloaden van een aantal populaire kaart- en wandelwebsites, zoals [AllTrails](https://www.alltrails.com/). Deze bestanden bevatten meerdere GPS-locaties als een route, en de GPS-sensor retourneert elke nieuwe locatie met intervallen van 1 seconde.
 
-      ![De GPS-sensor met een GPX-bestand ingesteld](../../../../../translated_images/nl/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.png)
+      ![De GPS-sensor met een GPX-bestand ingesteld](../../../../../translated_images/nl/counterfit-gps-sensor-gpxfile.8310b063ce8a425c.webp)
 
       Deze waarden worden slechts één keer verzonden, dus vink het vakje **Repeat** aan om de gegevens één seconde na verzending opnieuw te laten herhalen.
 
diff --git a/translations/nl/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md b/translations/nl/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
index 872ee341a..6d25f4f0c 100644
--- a/translations/nl/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
+++ b/translations/nl/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
@@ -18,7 +18,7 @@ De Grove GPS-sensor kan worden aangesloten op de Wio Terminal.
 
 Verbind de GPS-sensor.
 
-![Een Grove GPS-sensor](../../../../../translated_images/nl/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
+![Een Grove GPS-sensor](../../../../../translated_images/nl/grove-gps-sensor.247943bf69b03f0d.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de GPS-sensor. De kabel past maar op één manier.
 
diff --git a/translations/nl/3-transport/lessons/2-store-location-data/README.md b/translations/nl/3-transport/lessons/2-store-location-data/README.md
index 6f101f409..e801864c7 100644
--- a/translations/nl/3-transport/lessons/2-store-location-data/README.md
+++ b/translations/nl/3-transport/lessons/2-store-location-data/README.md
@@ -1,6 +1,6 @@
 # Opslag van locatiegegevens
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-12.ca7f53039712a3ec.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -75,7 +75,7 @@ NoSQL-databases worden NoSQL genoemd omdat ze niet dezelfde rigide structuur heb
 
 > 💁 Ondanks hun naam staan sommige NoSQL-databases toe dat je SQL gebruikt om de gegevens op te vragen.
 
-![Documenten in mappen in een NoSQL-database](../../../../../translated_images/nl/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.png)
+![Documenten in mappen in een NoSQL-database](../../../../../translated_images/nl/noqsl-database.62d24ccf5b73f60d.webp)
 
 NoSQL-databases hebben geen vooraf gedefinieerd schema dat beperkt hoe gegevens worden opgeslagen; in plaats daarvan kun je ongestructureerde gegevens invoegen, meestal met JSON-documenten. Deze documenten kunnen worden georganiseerd in mappen, vergelijkbaar met bestanden op je computer. Elk document kan verschillende velden hebben ten opzichte van andere documenten - bijvoorbeeld, als je IoT-gegevens van je landbouwvoertuigen opslaat, kunnen sommige velden hebben voor versnellingsmeter- en snelheidsgegevens, terwijl andere velden hebben voor de temperatuur in de aanhanger. Als je een nieuw type vrachtwagen toevoegt, zoals een met ingebouwde weegschalen om het gewicht van de vervoerde producten te volgen, kan je IoT-apparaat dit nieuwe veld toevoegen en kan het worden opgeslagen zonder wijzigingen aan de database.
 
@@ -89,7 +89,7 @@ In deze les ga je NoSQL-opslag gebruiken om IoT-gegevens op te slaan.
 
 In de vorige les heb je GPS-gegevens vastgelegd van een GPS-sensor die is aangesloten op je IoT-apparaat. Om deze IoT-gegevens in de cloud op te slaan, moet je ze naar een IoT-service verzenden. Je gebruikt opnieuw Azure IoT Hub, dezelfde IoT-cloudservice die je in het vorige project hebt gebruikt.
 
-![GPS-telemetrie verzenden van een IoT-apparaat naar IoT Hub](../../../../../translated_images/nl/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.png)
+![GPS-telemetrie verzenden van een IoT-apparaat naar IoT Hub](../../../../../translated_images/nl/gps-telemetry-iot-hub.8115335d51cd2c12.webp)
 
 ### Taak - GPS-gegevens verzenden naar een IoT Hub
 
@@ -171,7 +171,7 @@ Koude pad-gegevens worden opgeslagen in datawarehouses - databases die zijn ontw
 
 Zodra gegevens naar je IoT Hub stromen, kun je serverloze code schrijven om te luisteren naar gebeurtenissen die worden gepubliceerd naar het Event-Hub compatibele eindpunt. Dit is het warme pad - deze gegevens worden opgeslagen en gebruikt in de volgende les voor rapportage over de reis.
 
-![GPS-telemetrie verzenden van een IoT-apparaat naar IoT Hub, vervolgens naar Azure Functions via een event hub trigger](../../../../../translated_images/nl/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.png)
+![GPS-telemetrie verzenden van een IoT-apparaat naar IoT Hub, vervolgens naar Azure Functions via een event hub trigger](../../../../../translated_images/nl/gps-telemetry-iot-hub-functions.24d3fa5592455e9f.webp)
 
 ### Taak - GPS-evenementen verwerken met serverloze code
 
@@ -193,7 +193,7 @@ Zodra gegevens naar je IoT Hub stromen, kun je serverloze code schrijven om te l
 
 ## Azure Storage Accounts
 
-![Het Azure Storage-logo](../../../../../translated_images/nl/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.png)
+![Het Azure Storage-logo](../../../../../translated_images/nl/azure-storage-logo.605c0f602c640d48.webp)
 
 Azure Storage Accounts is een algemene opslagservice waarmee je gegevens op verschillende manieren kunt opslaan. Je kunt gegevens opslaan als blobs, in wachtrijen, in tabellen of als bestanden, en dit allemaal tegelijkertijd.
 
diff --git a/translations/nl/3-transport/lessons/3-visualize-location-data/README.md b/translations/nl/3-transport/lessons/3-visualize-location-data/README.md
index b7492c1b6..a3bd254bc 100644
--- a/translations/nl/3-transport/lessons/3-visualize-location-data/README.md
+++ b/translations/nl/3-transport/lessons/3-visualize-location-data/README.md
@@ -1,6 +1,6 @@
 # Locatiegegevens visualiseren
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-13.a259db1485021be7.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -64,11 +64,11 @@ Een eenvoudig voorbeeld: in het landbouwproject heb je vochtigheidsmetingen van
 
 Voor een mens kan het begrijpen van deze gegevens lastig zijn. Het is een muur van cijfers zonder betekenis. Als eerste stap om deze gegevens te visualiseren, kunnen ze worden uitgezet in een lijndiagram:
 
-![Een lijndiagram van de bovenstaande gegevens](../../../../../translated_images/nl/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.png)
+![Een lijndiagram van de bovenstaande gegevens](../../../../../translated_images/nl/chart-soil-moisture.fd6d9d0cdc0b5f75.webp)
 
 Dit kan verder worden verbeterd door een lijn toe te voegen die aangeeft wanneer het automatische bewateringssysteem werd ingeschakeld bij een bodemvochtmeting van 450:
 
-![Een lijndiagram van bodemvocht met een lijn bij 450](../../../../../translated_images/nl/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.png)
+![Een lijndiagram van bodemvocht met een lijn bij 450](../../../../../translated_images/nl/chart-soil-moisture-relay.fbb391236d34a64d.webp)
 
 Dit diagram laat heel snel zien niet alleen wat de bodemvochtigheidsniveaus waren, maar ook de punten waarop het bewateringssysteem werd ingeschakeld.
 
@@ -84,7 +84,7 @@ Bij het werken met GPS-gegevens kan de duidelijkste visualisatie zijn om de gege
 
 Werken met kaarten is een interessante oefening, en er zijn veel opties om uit te kiezen, zoals Bing Maps, Leaflet, Open Street Maps en Google Maps. In deze les leer je over [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) en hoe je hiermee je GPS-gegevens kunt weergeven.
 
-![Het Azure Maps-logo](../../../../../translated_images/nl/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.png)
+![Het Azure Maps-logo](../../../../../translated_images/nl/azure-maps-logo.35d01dcfbd81fe61.webp)
 
 Azure Maps is "een verzameling geospatiale services en SDK's die gebruik maken van actuele kaartgegevens om geografische context te bieden aan web- en mobiele applicaties." Ontwikkelaars krijgen tools om prachtige, interactieve kaarten te maken die dingen kunnen doen zoals aanbevolen verkeersroutes bieden, informatie geven over verkeersincidenten, indoor navigatie, zoekmogelijkheden, hoogte-informatie, weerservices en meer.
 
@@ -185,7 +185,7 @@ Nu kun je de volgende stap zetten, namelijk je kaart weergeven op een webpagina.
 
     Als je je `index.html`-pagina opent in een webbrowser, zou je een kaart moeten zien die is geladen en gericht is op het gebied van Seattle.
 
-    ![Een kaart die Seattle toont, een stad in de staat Washington, VS](../../../../../translated_images/nl/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.png)
+    ![Een kaart die Seattle toont, een stad in de staat Washington, VS](../../../../../translated_images/nl/map-image.8fb2c53eb23ef39c.webp)
 
     ✅ Experimenteer met de zoom- en middenparameters om je kaartweergave te wijzigen. Je kunt verschillende coördinaten toevoegen die overeenkomen met de breedte- en lengtegraad van je gegevens om de kaart opnieuw te centreren.
 
@@ -319,7 +319,7 @@ Als je een oproep doet naar je opslag om de gegevens op te halen, kun je verrast
 
 1. Laad de HTML-pagina in je browser. De kaart wordt geladen, vervolgens worden alle GPS-gegevens uit de opslag geladen en op de kaart geplot.
 
-    ![Een kaart van Saint Edward State Park nabij Seattle, met cirkels die een pad rond de rand van het park tonen](../../../../../translated_images/nl/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.png)
+    ![Een kaart van Saint Edward State Park nabij Seattle, met cirkels die een pad rond de rand van het park tonen](../../../../../translated_images/nl/map-path.896832e72dc696ff.webp)
 
 > 💁 Je kunt deze code vinden in de [code](../../../../../3-transport/lessons/3-visualize-location-data/code) map.
 
diff --git a/translations/nl/3-transport/lessons/4-geofences/README.md b/translations/nl/3-transport/lessons/4-geofences/README.md
index f2d1c2781..ae26b8393 100644
--- a/translations/nl/3-transport/lessons/4-geofences/README.md
+++ b/translations/nl/3-transport/lessons/4-geofences/README.md
@@ -1,6 +1,6 @@
 # Geofences
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-14.63980c5150ae3c15.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -35,7 +35,7 @@ In deze les behandelen we:
 
 Een geofence is een virtuele omtrek voor een geografisch gebied in de echte wereld. Geofences kunnen cirkels zijn, gedefinieerd als een punt en een straal (bijvoorbeeld een cirkel van 100 meter rond een gebouw), of een veelhoek die een gebied beslaat, zoals een schoolzone, stadsgrenzen of een universiteits- of kantoorcampus.
 
-![Enkele voorbeelden van geofences met een cirkelvormige geofence rond de Microsoft-bedrijfswinkel en een veelhoekige geofence rond de Microsoft west-campus](../../../../../translated_images/nl/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.png)
+![Enkele voorbeelden van geofences met een cirkelvormige geofence rond de Microsoft-bedrijfswinkel en een veelhoekige geofence rond de Microsoft west-campus](../../../../../translated_images/nl/geofence-examples.172fbc534665769f.webp)
 
 > 💁 Misschien heb je al eerder geofences gebruikt zonder het te weten. Als je een herinnering hebt ingesteld met de iOS-herinneringen-app of Google Keep op basis van een locatie, heb je een geofence gebruikt. Deze apps stellen een geofence in op basis van de opgegeven locatie en waarschuwen je wanneer je telefoon de geofence binnenkomt.
 
@@ -212,7 +212,7 @@ Het is belangrijk om de afstand tot de rand van de geofence te kennen en dit te
 
 Stel je bijvoorbeeld voor dat GPS-metingen laten zien dat een voertuig langs een weg rijdt die naast een geofence loopt. Als een enkele GPS-waarde onnauwkeurig is en het voertuig binnen de geofence plaatst, ondanks dat er geen toegang voor voertuigen is, kan dit worden genegeerd.
 
-![Een GPS-spoor dat een voertuig toont dat langs de Microsoft-campus op de 520 rijdt, met GPS-metingen langs de weg behalve één op de campus, binnen een geofence](../../../../../translated_images/nl/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.png)
+![Een GPS-spoor dat een voertuig toont dat langs de Microsoft-campus op de 520 rijdt, met GPS-metingen langs de weg behalve één op de campus, binnen een geofence](../../../../../translated_images/nl/geofence-crossing-inaccurate-gps.6a3ed911202ad9ca.webp)
 In de bovenstaande afbeelding is er een geofence over een deel van de Microsoft-campus. De rode lijn toont een vrachtwagen die langs de 520 rijdt, met cirkels die de GPS-metingen aangeven. De meeste hiervan zijn nauwkeurig en bevinden zich langs de 520, met één onnauwkeurige meting binnen de geofence. Het is onmogelijk dat die meting correct is - er zijn geen wegen waar de vrachtwagen plotseling van de 520 naar de campus kan afwijken en vervolgens weer terug naar de 520. De code die deze geofence controleert, moet rekening houden met de eerdere metingen voordat er actie wordt ondernomen op basis van de resultaten van de geofence-test.
 
 ✅ Welke aanvullende gegevens zou je nodig hebben om te controleren of een GPS-meting als correct kan worden beschouwd?
@@ -284,7 +284,7 @@ Zoals je je herinnert uit eerdere lessen, stelt de IoT Hub je in staat om gebeur
 
 Het antwoord is dat het dat niet kan! In plaats daarvan kun je meerdere afzonderlijke verbindingen definiëren om gebeurtenissen te lezen, en elk kan het opnieuw afspelen van ongelezen berichten beheren. Dit worden *consumer groups* genoemd. Wanneer je verbinding maakt met het eindpunt, kun je specificeren met welke consumer group je verbinding wilt maken. Elk onderdeel van je applicatie zal verbinding maken met een andere consumer group.
 
-![Eén IoT Hub met 3 consumer groups die dezelfde berichten distribueren naar 3 verschillende Functions-apps](../../../../../translated_images/nl/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.png)
+![Eén IoT Hub met 3 consumer groups die dezelfde berichten distribueren naar 3 verschillende Functions-apps](../../../../../translated_images/nl/consumer-groups.a3262e26fc27ba20.webp)
 
 In theorie kunnen maximaal 5 applicaties verbinding maken met elke consumer group, en ze zullen allemaal berichten ontvangen wanneer deze binnenkomen. Het is best practice om slechts één applicatie toegang te geven tot elke consumer group om dubbele berichtverwerking te voorkomen en ervoor te zorgen dat bij het opnieuw starten alle wachtrijberichten correct worden verwerkt. Bijvoorbeeld, als je je Functions-app lokaal lanceert terwijl deze ook in de cloud draait, zouden beide berichten verwerken, wat leidt tot dubbele blobs die in het opslagaccount worden opgeslagen.
 
diff --git a/translations/nl/4-manufacturing/lessons/1-train-fruit-detector/README.md b/translations/nl/4-manufacturing/lessons/1-train-fruit-detector/README.md
index a41ec5b5a..60d0a9e7e 100644
--- a/translations/nl/4-manufacturing/lessons/1-train-fruit-detector/README.md
+++ b/translations/nl/4-manufacturing/lessons/1-train-fruit-detector/README.md
@@ -1,6 +1,6 @@
 # Train een detector voor fruitkwaliteit
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-15.843d21afdc6fb2bb.webp)
 
 > Schets door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -38,7 +38,7 @@ Niet alle gewassen rijpen gelijkmatig. Tomaten, bijvoorbeeld, kunnen nog groene
 
 De opkomst van geautomatiseerde oogst heeft het sorteren van producten van de oogst naar de fabriek verplaatst. Voedsel zou op lange transportbanden reizen met teams van mensen die het product inspecteren en alles verwijderen dat niet aan de vereiste kwaliteitsnormen voldeed. Oogsten werd goedkoper dankzij machines, maar er waren nog steeds kosten verbonden aan het handmatig sorteren van voedsel.
 
-![Als een rode tomaat wordt gedetecteerd, gaat deze ongestoord verder. Als een groene tomaat wordt gedetecteerd, wordt deze met een hefboom in een afvalbak gegooid](../../../../../translated_images/nl/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.png)
+![Als een rode tomaat wordt gedetecteerd, gaat deze ongestoord verder. Als een groene tomaat wordt gedetecteerd, wordt deze met een hefboom in een afvalbak gegooid](../../../../../translated_images/nl/optical-tomato-sorting.61aa134bdda4e5b1.webp)
 
 De volgende evolutie was het gebruik van machines om te sorteren, ingebouwd in de oogstmachine of in de verwerkingsfabrieken. De eerste generatie van deze machines gebruikte optische sensoren om kleuren te detecteren, waarbij actuatoren groene tomaten in een afvalbak duwden met behulp van hefbomen of luchtstoten, terwijl rode tomaten verder gingen op een netwerk van transportbanden.
 
@@ -62,7 +62,7 @@ Bijvoorbeeld, je zou een model miljoenen foto's van onrijpe bananen kunnen geven
 
 > 🎓 De resultaten van ML-modellen worden *voorspellingen* genoemd.
 
-![2 bananen, een rijpe met een voorspelling van 99,7% rijp, 0,3% onrijp, en een onrijpe met een voorspelling van 1,4% rijp, 98,6% onrijp](../../../../../translated_images/nl/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.png)
+![2 bananen, een rijpe met een voorspelling van 99,7% rijp, 0,3% onrijp, en een onrijpe met een voorspelling van 1,4% rijp, 98,6% onrijp](../../../../../translated_images/nl/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50e.webp)
 
 ML-modellen geven geen binair antwoord, maar geven waarschijnlijkheden. Bijvoorbeeld, een model kan een foto van een banaan krijgen en voorspellen `rijp` met 99,7% en `onrijp` met 0,3%. Je code zou dan de beste voorspelling kiezen en beslissen dat de banaan rijp is.
 
@@ -90,7 +90,7 @@ Er zijn een breed scala aan tools die je hierbij kunnen helpen, waaronder cloudg
 
 Custom Vision is een cloudgebaseerde tool voor het trainen van beeldclassifiers. Het stelt je in staat om een classifier te trainen met slechts een klein aantal afbeeldingen. Je kunt afbeeldingen uploaden via een webportaal, web-API of een SDK, waarbij je elke afbeelding een *tag* geeft die de classificatie van die afbeelding aangeeft. Vervolgens train je het model en test je het om te zien hoe goed het presteert. Zodra je tevreden bent met het model, kun je versies ervan publiceren die toegankelijk zijn via een web-API of een SDK.
 
-![Het Azure Custom Vision-logo](../../../../../translated_images/nl/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.png)
+![Het Azure Custom Vision-logo](../../../../../translated_images/nl/custom-vision-logo.d3d4e7c8a87ec9da.webp)
 
 > 💁 Je kunt een Custom Vision-model trainen met slechts 5 afbeeldingen per classificatie, maar meer is beter. Je kunt betere resultaten behalen met minstens 30 afbeeldingen.
 
@@ -146,7 +146,7 @@ Om Custom Vision te gebruiken, moet je eerst twee cognitive services-resources i
 
     Wanneer je je project maakt, zorg ervoor dat je de `fruit-quality-detector-training`-resource gebruikt die je eerder hebt gemaakt. Gebruik een *Classification*-projecttype, een *Multiclass*-classificatietype en het *Food*-domein.
 
-    ![De instellingen voor het Custom Vision-project met de naam ingesteld op fruit-quality-detector, geen beschrijving, de resource ingesteld op fruit-quality-detector-training, het projecttype ingesteld op classification, het classificatietype ingesteld op multiclass en het domein ingesteld op food](../../../../../translated_images/nl/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.png)
+    ![De instellingen voor het Custom Vision-project met de naam ingesteld op fruit-quality-detector, geen beschrijving, de resource ingesteld op fruit-quality-detector-training, het projecttype ingesteld op classification, het classificatietype ingesteld op multiclass en het domein ingesteld op food](../../../../../translated_images/nl/custom-vision-create-project.cf46325b92d8b131.webp)
 
 ✅ Neem de tijd om de Custom Vision-gebruikersinterface voor je beeldclassifier te verkennen.
 
@@ -164,7 +164,7 @@ Beeldclassificators werken op een zeer lage resolutie. Bijvoorbeeld, Custom Visi
 
     * Gebruik 2 rijpe bananen en maak enkele foto's van elk vanuit verschillende hoeken. Maak minstens 7 foto's (5 om te trainen, 2 om te testen), maar idealiter meer.
 
-        ![Foto's van 2 verschillende bananen](../../../../../translated_images/nl/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.png)
+        ![Foto's van 2 verschillende bananen](../../../../../translated_images/nl/banana-training-images.530eb203346d73bc.webp)
 
     * Herhaal hetzelfde proces met 2 onrijpe bananen.
 
@@ -174,7 +174,7 @@ Beeldclassificators werken op een zeer lage resolutie. Bijvoorbeeld, Custom Visi
 
 1. Volg de [upload en tag afbeeldingen sectie van de build a classifier quickstart op de Microsoft docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) om je trainingsafbeeldingen te uploaden. Tag het rijpe fruit als `ripe`, en het onrijpe fruit als `unripe`.
 
-    ![De uploadvensters die het uploaden van rijpe en onrijpe bananenfoto's tonen](../../../../../translated_images/nl/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.png)
+    ![De uploadvensters die het uploaden van rijpe en onrijpe bananenfoto's tonen](../../../../../translated_images/nl/image-upload-bananas.0751639f3815e0ec.webp)
 
 1. Volg de [train de classifier sectie van de build a classifier quickstart op de Microsoft docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) om de beeldclassifier te trainen op je geüploade afbeeldingen.
 
@@ -192,7 +192,7 @@ Zodra je classifier is getraind, kun je hem testen door een nieuwe afbeelding te
 
 1. Volg de [test je model documentatie op de Microsoft docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) om je beeldclassifier te testen. Gebruik de testafbeeldingen die je eerder hebt gemaakt, niet de afbeeldingen die je hebt gebruikt voor training.
 
-    ![Een onrijpe banaan voorspeld als onrijp met een waarschijnlijkheid van 98,9%, rijp met een waarschijnlijkheid van 1,1%](../../../../../translated_images/nl/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.png)
+    ![Een onrijpe banaan voorspeld als onrijp met een waarschijnlijkheid van 98,9%, rijp met een waarschijnlijkheid van 1,1%](../../../../../translated_images/nl/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64.webp)
 
 1. Probeer alle testafbeeldingen die je beschikbaar hebt en observeer de waarschijnlijkheden.
 
diff --git a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/README.md b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/README.md
index 4043ca319..183736d7c 100644
--- a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/README.md
+++ b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/README.md
@@ -1,6 +1,6 @@
 # Controleer de kwaliteit van fruit met een IoT-apparaat
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-16.215daf18b00631fb.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -26,7 +26,7 @@ In deze les behandelen we:
 
 Camerasensoren zijn, zoals de naam al aangeeft, camera's die je kunt aansluiten op je IoT-apparaat. Ze kunnen stilstaande beelden maken of videostreams vastleggen. Sommige geven ruwe beeldgegevens terug, terwijl andere de gegevens comprimeren tot een afbeeldingsbestand zoals een JPEG of PNG. Meestal zijn de camera's die werken met IoT-apparaten veel kleiner en hebben ze een lagere resolutie dan je gewend bent, maar je kunt ook camera's met een hoge resolutie krijgen die kunnen concurreren met de beste smartphones. Er zijn allerlei verwisselbare lenzen, opstellingen met meerdere camera's, infrarood thermische camera's of UV-camera's beschikbaar.
 
-![Het licht van een scène gaat door een lens en wordt gefocust op een CMOS-sensor](../../../../../translated_images/nl/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.png)
+![Het licht van een scène gaat door een lens en wordt gefocust op een CMOS-sensor](../../../../../translated_images/nl/cmos-sensor.75f9cd74decb1371.webp)
 
 De meeste camerasensoren gebruiken beeldsensoren waarbij elke pixel een fotodiode is. Een lens richt het beeld op de beeldsensor, en duizenden of miljoenen fotodiodes detecteren het licht dat op elke diode valt en registreren dit als pixelgegevens.
 
@@ -74,7 +74,7 @@ Iteraties worden gepubliceerd vanuit het Custom Vision-portaal.
 
 1. Klik op de knop **Publish** voor de iteratie.
 
-    ![De publiceerknop](../../../../../translated_images/nl/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.png)
+    ![De publiceerknop](../../../../../translated_images/nl/custom-vision-publish-button.b7174e1977b0c33b.webp)
 
 1. Stel in het dialoogvenster *Publish Model* de *Prediction resource* in op de `fruit-quality-detector-prediction`-resource die je in de vorige les hebt gemaakt. Laat de naam staan als `Iteration2` en klik op de knop **Publish**.
 
@@ -88,7 +88,7 @@ Iteraties worden gepubliceerd vanuit het Custom Vision-portaal.
 
     Kopieer ook de waarde van de *Prediction-Key*. Dit is een beveiligde sleutel die je moet doorgeven wanneer je het model aanroept. Alleen toepassingen die deze sleutel doorgeven, mogen het model gebruiken; andere toepassingen worden geweigerd.
 
-    ![Het dialoogvenster van de voorspellings-API met de URL en sleutel](../../../../../translated_images/nl/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
+    ![Het dialoogvenster van de voorspellings-API met de URL en sleutel](../../../../../translated_images/nl/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
 
 ✅ Wanneer een nieuwe iteratie wordt gepubliceerd, heeft deze een andere naam. Hoe denk je dat je de iteratie kunt wijzigen die een IoT-apparaat gebruikt?
 
@@ -109,7 +109,7 @@ Het kan zijn dat de resultaten die je krijgt bij het gebruik van de camera die o
 
 Om de beste resultaten voor een beeldclassificator te krijgen, wil je het model trainen met afbeeldingen die zo veel mogelijk lijken op de afbeeldingen die worden gebruikt voor voorspellingen. Als je bijvoorbeeld je telefooncamera hebt gebruikt om afbeeldingen voor training vast te leggen, zullen de beeldkwaliteit, scherpte en kleur anders zijn dan die van een camera die is aangesloten op een IoT-apparaat.
 
-![2 bananenfoto's, een met lage resolutie en slechte belichting van een IoT-apparaat, en een met hoge resolutie en goede belichting van een telefoon](../../../../../translated_images/nl/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.png)
+![2 bananenfoto's, een met lage resolutie en slechte belichting van een IoT-apparaat, en een met hoge resolutie en goede belichting van een telefoon](../../../../../translated_images/nl/banana-picture-compare.174df164dc326a42.webp)
 
 In de afbeelding hierboven is de bananenfoto links gemaakt met een Raspberry Pi-camera, en de foto rechts is gemaakt van dezelfde banaan op dezelfde locatie met een iPhone. Er is een duidelijk verschil in kwaliteit: de iPhone-foto is scherper, met helderdere kleuren en meer contrast.
 
diff --git a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
index 47a3b5b06..cb60cb687 100644
--- a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
+++ b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
@@ -16,7 +16,7 @@ De camera kan met een lintkabel op de Raspberry Pi worden aangesloten.
 
 ### Taak - sluit de camera aan
 
-![Een Raspberry Pi Camera](../../../../../translated_images/nl/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.png)
+![Een Raspberry Pi Camera](../../../../../translated_images/nl/pi-camera-module.4278753c31bd6e75.webp)
 
 1. Zet de Pi uit.
 
@@ -24,17 +24,17 @@ De camera kan met een lintkabel op de Raspberry Pi worden aangesloten.
 
     Je kunt een animatie bekijken over hoe je de clip opent en de kabel invoert in de [Raspberry Pi Getting Started with the Camera module documentation](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2).
 
-    ![De lintkabel ingevoerd in de cameramodule](../../../../../translated_images/nl/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.png)
+    ![De lintkabel ingevoerd in de cameramodule](../../../../../translated_images/nl/pi-camera-ribbon-cable.0bf82acd251611c2.webp)
 
 1. Verwijder de Grove Base Hat van de Pi.
 
 1. Leid de lintkabel door de camerasleuf in de Grove Base Hat. Zorg ervoor dat de blauwe zijde van de kabel naar de analoge poorten gericht is, gemarkeerd met **A0**, **A1**, enz.
 
-    ![De lintkabel door de Grove Base Hat geleid](../../../../../translated_images/nl/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.png)
+    ![De lintkabel door de Grove Base Hat geleid](../../../../../translated_images/nl/grove-base-hat-ribbon-cable.501fed202fcf73b1.webp)
 
 1. Steek de lintkabel in de camera-aansluiting op de Pi. Trek opnieuw het zwarte plastic clipje omhoog, steek de kabel in de aansluiting en duw het clipje weer terug. De blauwe zijde van de kabel moet naar de USB- en ethernetpoorten gericht zijn.
 
-    ![De lintkabel aangesloten op de camera-aansluiting van de Pi](../../../../../translated_images/nl/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.png)
+    ![De lintkabel aangesloten op de camera-aansluiting van de Pi](../../../../../translated_images/nl/pi-camera-socket-ribbon-cable.a18309920b118009.webp)
 
 1. Plaats de Grove Base Hat terug.
 
@@ -101,7 +101,7 @@ Programmeur het apparaat.
 
     De regel `camera.rotation = 0` stelt de rotatie van de afbeelding in. De lintkabel komt aan de onderkant van de camera binnen, maar als je de camera hebt gedraaid om deze gemakkelijker te richten op het object dat je wilt classificeren, kun je deze regel aanpassen aan het aantal graden van rotatie.
 
-    ![De camera hangt naar beneden over een frisdrankblikje](../../../../../translated_images/nl/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.png)
+    ![De camera hangt naar beneden over een frisdrankblikje](../../../../../translated_images/nl/pi-camera-upside-down.5376961ba3145988.webp)
 
     Als je bijvoorbeeld de lintkabel over iets heen hangt zodat deze aan de bovenkant van de camera zit, stel dan de rotatie in op 180:
 
diff --git a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
index 5718ac8bc..ab79131bb 100644
--- a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
+++ b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
@@ -84,7 +84,7 @@ De Custom Vision-service heeft een Python SDK die je kunt gebruiken om afbeeldin
 
     Je kunt de afbeelding zien die is gemaakt, en deze waarden in het tabblad **Predictions** in Custom Vision.
 
-    ![Een banaan in Custom Vision voorspeld rijp met 56,8% en onrijp met 43,1%](../../../../../translated_images/nl/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
+    ![Een banaan in Custom Vision voorspeld rijp met 56,8% en onrijp met 43,1%](../../../../../translated_images/nl/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
 
 > 💁 Je kunt deze code vinden in de map [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) of [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device).
 
diff --git a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
index 43ab906bf..973d79c7e 100644
--- a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
+++ b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
@@ -34,11 +34,11 @@ Voeg de camera toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de camera aan te maken.
 
-    ![De camera-instellingen](../../../../../translated_images/nl/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.png)
+    ![De camera-instellingen](../../../../../translated_images/nl/counterfit-create-camera.a5de97f59c0bd3cb.webp)
 
     De camera wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De aangemaakte camera](../../../../../translated_images/nl/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.png)
+    ![De aangemaakte camera](../../../../../translated_images/nl/counterfit-camera.001ec52194c8ee5d.webp)
 
 ## Programmeer de camera
 
@@ -103,7 +103,7 @@ Programmeur het apparaat.
 
 1. Stel de afbeelding in die de camera in CounterFit zal vastleggen. Je kunt de *Source* instellen op *File* en vervolgens een afbeeldingsbestand uploaden, of de *Source* instellen op *WebCam*, waarna afbeeldingen worden vastgelegd vanaf je webcam. Zorg ervoor dat je op de knop **Set** klikt nadat je een afbeelding hebt geselecteerd of je webcam hebt ingesteld.
 
-    ![CounterFit met een bestand ingesteld als afbeeldingsbron en een webcam ingesteld die een persoon toont die een banaan vasthoudt in een voorbeeldweergave van de webcam](../../../../../translated_images/nl/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.png)
+    ![CounterFit met een bestand ingesteld als afbeeldingsbron en een webcam ingesteld die een persoon toont die een banaan vasthoudt in een voorbeeldweergave van de webcam](../../../../../translated_images/nl/counterfit-camera-options.eb3bd5150a8e7dff.webp)
 
 1. Een afbeelding wordt vastgelegd en opgeslagen als `image.jpg` in de huidige map. Je ziet dit bestand in de VS Code-verkenner. Selecteer het bestand om de afbeelding te bekijken. Als het moet worden gedraaid, pas dan de regel `camera.rotation = 0` aan en maak opnieuw een foto.
 
diff --git a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
index 1aaa8b288..a1334a12c 100644
--- a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
+++ b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
@@ -16,7 +16,7 @@ De ArduCam heeft geen Grove-aansluiting, maar wordt in plaats daarvan verbonden
 
 Verbind de camera.
 
-![Een ArduCam sensor](../../../../../translated_images/nl/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.png)
+![Een ArduCam sensor](../../../../../translated_images/nl/arducam.20e4e4cbb2682965.webp)
 
 1. De pinnen aan de onderkant van de ArduCam moeten worden verbonden met de GPIO-pinnen op de Wio Terminal. Om het gemakkelijker te maken de juiste pinnen te vinden, plak je de GPIO-pinsticker die bij de Wio Terminal wordt geleverd rond de pinnen:
 
@@ -35,7 +35,7 @@ Verbind de camera.
     | SDA         | 3 (I2C1_SDA)     | I²C Seriële Data                        |
     | SCL         | 5 (I2C1_SCL)     | I²C Seriële Klok                        |
 
-    ![De Wio Terminal verbonden met de ArduCam met jumperdraden](../../../../../translated_images/nl/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.png)
+    ![De Wio Terminal verbonden met de ArduCam met jumperdraden](../../../../../translated_images/nl/arducam-wio-terminal-connections.a4d5a4049bdb5ab8.webp)
 
     De GND- en VCC-verbindingen leveren een 5V-voeding aan de ArduCam. Deze werkt op 5V, in tegenstelling tot Grove-sensoren die op 3V werken. Deze voeding komt rechtstreeks van de USB-C-aansluiting die het apparaat van stroom voorziet.
 
@@ -456,7 +456,7 @@ De Wio Terminal ondersteunt alleen microSD-kaarten tot 16GB. Als je een grotere
 
 1. Schakel de microSD-kaart uit en verwijder deze door deze iets in te drukken en los te laten, waarna deze eruit springt. Mogelijk moet je hiervoor een dun gereedschap gebruiken. Steek de microSD-kaart in je computer om de afbeeldingen te bekijken.
 
-    ![Een foto van een banaan gemaakt met de ArduCam](../../../../../translated_images/nl/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.jpg)
+    ![Een foto van een banaan gemaakt met de ArduCam](../../../../../translated_images/nl/banana-arducam.be1b32d4267a8194.webp)
 💁 Het kan enkele beelden duren voordat de witbalans van de camera zichzelf aanpast. Je zult dit merken aan de kleur van de vastgelegde beelden, de eerste paar kunnen er qua kleur afwijkend uitzien. Je kunt dit altijd omzeilen door de code aan te passen om enkele beelden vast te leggen die worden genegeerd in de `setup`-functie.
 
 
diff --git a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
index 5a6d51e35..bd1ad62da 100644
--- a/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
+++ b/translations/nl/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
@@ -208,7 +208,7 @@ Deze certificaten bevatten openbare sleutels en hoeven niet beveiligd te worden.
 
     Je kunt de afbeelding die is gemaakt zien, en deze waarden in het tabblad **Predictions** in Custom Vision.
 
-    ![Een banaan in Custom Vision voorspeld als rijp met 56,8% en onrijp met 43,1%](../../../../../translated_images/nl/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
+    ![Een banaan in Custom Vision voorspeld als rijp met 56,8% en onrijp met 43,1%](../../../../../translated_images/nl/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
 
 > 💁 Je kunt deze code vinden in de map [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal).
 
diff --git a/translations/nl/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md b/translations/nl/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
index a23cedb5b..5fcc53b4b 100644
--- a/translations/nl/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
+++ b/translations/nl/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
@@ -1,6 +1,6 @@
 # Voer je fruitdetector uit aan de rand
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-17.bc333c3c35ba8e42.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -33,11 +33,11 @@ In deze les behandelen we:
 
 Edge computing houdt in dat computers IoT-gegevens zo dicht mogelijk bij de plaats waar de gegevens worden gegenereerd verwerken. In plaats van deze verwerking in de cloud te laten plaatsvinden, wordt deze verplaatst naar de rand van de cloud - je interne netwerk.
 
-![Een architectuurdiagram dat internetdiensten in de cloud en IoT-apparaten op een lokaal netwerk toont](../../../../../translated_images/nl/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.png)
+![Een architectuurdiagram dat internetdiensten in de cloud en IoT-apparaten op een lokaal netwerk toont](../../../../../translated_images/nl/cloud-without-edge.b4da641f6022c95e.webp)
 
 In de lessen tot nu toe heb je apparaten gehad die gegevens verzamelen en naar de cloud sturen om te worden geanalyseerd, waarbij serverloze functies of AI-modellen in de cloud worden uitgevoerd.
 
-![Een architectuurdiagram dat IoT-apparaten op een lokaal netwerk toont die verbinding maken met edge-apparaten, en die edge-apparaten maken verbinding met de cloud](../../../../../translated_images/nl/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.png)
+![Een architectuurdiagram dat IoT-apparaten op een lokaal netwerk toont die verbinding maken met edge-apparaten, en die edge-apparaten maken verbinding met de cloud](../../../../../translated_images/nl/cloud-with-edge.1e26462c62c126fe.webp)
 
 Edge computing houdt in dat sommige clouddiensten van de cloud worden verplaatst naar computers die op hetzelfde netwerk draaien als de IoT-apparaten, en alleen communiceren met de cloud indien nodig. Bijvoorbeeld, je kunt AI-modellen op edge-apparaten uitvoeren om fruit te analyseren op rijpheid, en alleen analyses naar de cloud sturen, zoals het aantal rijpe stukken fruit versus onrijpe.
 
@@ -85,7 +85,7 @@ Voor IoT-systemen wil je vaak een mix van cloud- en edge computing, waarbij je e
 
 ## Azure IoT Edge
 
-![Het Azure IoT Edge-logo](../../../../../translated_images/nl/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.png)
+![Het Azure IoT Edge-logo](../../../../../translated_images/nl/azure-iot-edge-logo.c1c076749b5cba2e.webp)
 
 Azure IoT Edge is een dienst die je kan helpen om werkbelastingen uit de cloud naar de rand te verplaatsen. Je stelt een apparaat in als een edge-apparaat, en vanuit de cloud kun je code naar dat edge-apparaat implementeren. Dit stelt je in staat om de mogelijkheden van de cloud en de rand te combineren.
 
@@ -99,7 +99,7 @@ IoT Edge is ingebouwd in IoT Hub, zodat je edge-apparaten kunt beheren met dezel
 
 IoT Edge draait code vanuit *containers* - zelfstandige applicaties die geïsoleerd worden uitgevoerd van de rest van de applicaties op je computer. Wanneer je een container uitvoert, gedraagt deze zich als een aparte computer die binnen je computer draait, met zijn eigen software, diensten en applicaties. Meestal kunnen containers niets op je computer benaderen, tenzij je ervoor kiest om bijvoorbeeld een map te delen met de container. De container biedt vervolgens diensten aan via een open poort die je kunt verbinden of blootstellen aan je netwerk.
 
-![Een webverzoek omgeleid naar een container](../../../../../translated_images/nl/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.png)
+![Een webverzoek omgeleid naar een container](../../../../../translated_images/nl/container-web-browser.4ee81dd4f0d8838c.webp)
 
 Bijvoorbeeld, je kunt een container hebben met een website die draait op poort 80, de standaard HTTP-poort, en je kunt deze vervolgens blootstellen vanaf je computer ook op poort 80.
 
@@ -195,11 +195,11 @@ Zodra het model is getraind, moet het worden geëxporteerd als een container.
 
 ## Bereid je container voor op implementatie
 
-![Containers worden gebouwd, vervolgens naar een containerregister gepusht, en daarna vanaf het register naar een edge-apparaat geïmplementeerd met IoT Edge](../../../../../translated_images/nl/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.png)
+![Containers worden gebouwd, vervolgens naar een containerregister gepusht, en daarna vanaf het register naar een edge-apparaat geïmplementeerd met IoT Edge](../../../../../translated_images/nl/container-edge-flow.c246050dd60ceefd.webp)
 
 Nadat je je model hebt gedownload, moet het worden opgebouwd in een container en vervolgens worden gepusht naar een containerregister - een online locatie waar je containers kunt opslaan. IoT Edge kan de container vervolgens downloaden van het register en naar je apparaat pushen.
 
-![Het Azure Container Registry-logo](../../../../../translated_images/nl/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.png)
+![Het Azure Container Registry-logo](../../../../../translated_images/nl/azure-container-registry-logo.09494206991d4b29.webp)
 
 Het containerregister dat je in deze les gebruikt, is Azure Container Registry. Dit is geen gratis service, dus om kosten te besparen, zorg ervoor dat je [je project opruimt](../../../clean-up.md) zodra je klaar bent.
 
diff --git a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/README.md b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
index 3a55d0c92..7324e6bd6 100644
--- a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
+++ b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
@@ -1,6 +1,6 @@
 # Trigger fruitkwaliteit detecteren met een sensor
 
-![Een schetsmatig overzicht van deze les](../../../../../translated_images/nl/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.jpg)
+![Een schetsmatig overzicht van deze les](../../../../../translated_images/nl/lesson-18.92c32ed1d354caa5.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -39,7 +39,7 @@ IoT-toepassingen kunnen worden beschreven als *things* (apparaten) die gegevens
 
 ### Referentie IoT-architectuur
 
-![Een referentie IoT-architectuur](../../../../../translated_images/nl/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.png)
+![Een referentie IoT-architectuur](../../../../../translated_images/nl/iot-reference-architecture.2278b98b55c6d4e8.webp)
 
 De bovenstaande afbeelding toont een referentie IoT-architectuur.
 
@@ -49,7 +49,7 @@ De bovenstaande afbeelding toont een referentie IoT-architectuur.
 * **Insights** komen van serverloze toepassingen of van analyses uitgevoerd op opgeslagen gegevens.
 * **Actions** kunnen commando's zijn die naar apparaten worden gestuurd, of visualisaties van gegevens waarmee mensen beslissingen kunnen nemen.
 
-![Een referentie IoT-architectuur](../../../../../translated_images/nl/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.png)
+![Een referentie IoT-architectuur](../../../../../translated_images/nl/iot-reference-architecture-azure.0b8d2161af924cb1.webp)
 
 De bovenstaande afbeelding toont enkele van de componenten en services die tot nu toe in deze lessen zijn behandeld en hoe ze samenkomen in een referentie IoT-architectuur.
 
@@ -89,7 +89,7 @@ Je moet een systeem bouwen waarin fruit wordt gedetecteerd zodra het op de trans
 
 ### Je toepassing prototypen
 
-![Een referentie IoT-architectuur voor fruitkwaliteitscontrole](../../../../../translated_images/nl/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.png)
+![Een referentie IoT-architectuur voor fruitkwaliteitscontrole](../../../../../translated_images/nl/iot-reference-architecture-fruit-quality.cc705f121c3b6fa7.webp)
 
 De bovenstaande afbeelding toont een referentiearchitectuur voor deze prototype-toepassing.
 
@@ -124,7 +124,7 @@ Werk de relevante gids door om een nabijheidssensor te gebruiken om een object t
 
 Het prototype van de fruitdetector heeft meerdere componenten die met elkaar communiceren.
 
-![De componenten communiceren met elkaar](../../../../../translated_images/nl/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.png)
+![De componenten communiceren met elkaar](../../../../../translated_images/nl/fruit-quality-detector-message-flow.adf2a65da8fd8741.webp)
 
 * Een nabijheidssensor die de afstand tot een stuk fruit meet en dit naar IoT Hub stuurt
 * Het commando om de camera te bedienen dat van IoT Hub naar het camera-apparaat komt
diff --git a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
index c4cc6dc1c..fce0ed563 100644
--- a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
+++ b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
@@ -20,7 +20,7 @@ De Grove Time of Flight-sensor kan worden aangesloten op de Raspberry Pi.
 
 Verbind de Time of Flight-sensor.
 
-![Een Grove Time of Flight-sensor](../../../../../translated_images/nl/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
+![Een Grove Time of Flight-sensor](../../../../../translated_images/nl/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de Time of Flight-sensor. De kabel past maar op één manier.
 
diff --git a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
index 7109f3cd0..cfc3811e6 100644
--- a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
+++ b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
@@ -36,11 +36,11 @@ Voeg de afstandssensor toe aan de CounterFit-app.
 
     1. Selecteer de knop **Add** om de afstandssensor aan te maken.
 
-    ![De instellingen van de afstandssensor](../../../../../translated_images/nl/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.png)
+    ![De instellingen van de afstandssensor](../../../../../translated_images/nl/counterfit-create-distance-sensor.967c9fb98f27888d.webp)
 
     De afstandssensor wordt aangemaakt en verschijnt in de sensorenlijst.
 
-    ![De aangemaakte afstandssensor](../../../../../translated_images/nl/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.png)
+    ![De aangemaakte afstandssensor](../../../../../translated_images/nl/counterfit-distance-sensor.079eefeeea0b68af.webp)
 
 ## Programmeer de afstandssensor
 
diff --git a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
index ddf16b29c..6507d8e7e 100644
--- a/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
+++ b/translations/nl/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
@@ -20,7 +20,7 @@ De Grove Time of Flight-sensor kan worden aangesloten op de Wio Terminal.
 
 Verbind de Time of Flight-sensor.
 
-![Een Grove Time of Flight-sensor](../../../../../translated_images/nl/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
+![Een Grove Time of Flight-sensor](../../../../../translated_images/nl/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de Time of Flight-sensor. De kabel past maar op één manier.
 
diff --git a/translations/nl/5-retail/lessons/1-train-stock-detector/README.md b/translations/nl/5-retail/lessons/1-train-stock-detector/README.md
index 6c1a22d93..bae7ba60a 100644
--- a/translations/nl/5-retail/lessons/1-train-stock-detector/README.md
+++ b/translations/nl/5-retail/lessons/1-train-stock-detector/README.md
@@ -1,6 +1,6 @@
 # Train een voorraad detector
 
-![Een schetsmatig overzicht van deze les](../../../../../translated_images/nl/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.jpg)
+![Een schetsmatig overzicht van deze les](../../../../../translated_images/nl/lesson-19.cf6973cecadf080c.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -36,7 +36,7 @@ Objectdetectie houdt in dat objecten in afbeeldingen worden gedetecteerd met beh
 
 Beeldclassificatie draait om het classificeren van een afbeelding als geheel - wat zijn de waarschijnlijkheden dat de hele afbeelding overeenkomt met elke tag. Je krijgt waarschijnlijkheden terug voor elke tag die is gebruikt om het model te trainen.
 
-![Beeldclassificatie van cashewnoten en tomatenpuree](../../../../../translated_images/nl/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.png)
+![Beeldclassificatie van cashewnoten en tomatenpuree](../../../../../translated_images/nl/image-classifier-cashews-tomato.bc2e16ab8f05cf9a.webp)
 
 In het bovenstaande voorbeeld worden twee afbeeldingen geclassificeerd met behulp van een model dat is getraind om potten met cashewnoten of blikken tomatenpuree te classificeren. De eerste afbeelding is een pot met cashewnoten en heeft twee resultaten van de beeldclassifier:
 
@@ -60,7 +60,7 @@ Wanneer je het vervolgens gebruikt om afbeeldingen te voorspellen, krijg je in p
 
 > 🎓 *Begrenzingskaders* zijn de kaders rond een object.
 
-![Objectdetectie van cashewnoten en tomatenpuree](../../../../../translated_images/nl/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.png)
+![Objectdetectie van cashewnoten en tomatenpuree](../../../../../translated_images/nl/object-detector-cashews-tomato.1af7c26686b4db0e.webp)
 
 De bovenstaande afbeelding bevat zowel een pot met cashewnoten als drie blikken tomatenpuree. De objectdetector heeft de cashewnoten gedetecteerd en geeft het begrenzingskader dat de cashewnoten bevat terug met de kans dat het begrenzingskader het object bevat, in dit geval 97.6%. De objectdetector heeft ook drie blikken tomatenpuree gedetecteerd en biedt drie afzonderlijke begrenzingskaders, één voor elk gedetecteerd blik, en elk met een percentage waarschijnlijkheid dat het begrenzingskader een blik tomatenpuree bevat.
 
@@ -111,7 +111,7 @@ Je kunt een objectdetector trainen met Custom Vision, op een vergelijkbare manie
 
     Wanneer je je project maakt, zorg ervoor dat je de `stock-detector-training` resource gebruikt die je eerder hebt gemaakt. Gebruik het projecttype *Object Detection* en het domein *Products on Shelves*.
 
-    ![De instellingen voor het Custom Vision-project met de naam ingesteld op fruit-quality-detector, geen beschrijving, de resource ingesteld op fruit-quality-detector-training, het projecttype ingesteld op classificatie, de classificatietypes ingesteld op multi class en de domeinen ingesteld op food](../../../../../translated_images/nl/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.png)
+    ![De instellingen voor het Custom Vision-project met de naam ingesteld op fruit-quality-detector, geen beschrijving, de resource ingesteld op fruit-quality-detector-training, het projecttype ingesteld op classificatie, de classificatietypes ingesteld op multi class en de domeinen ingesteld op food](../../../../../translated_images/nl/custom-vision-create-object-detector-project.32d4fb9aa8e7e737.webp)
 
     ✅ Het domein 'Products on Shelves' is specifiek gericht op het detecteren van voorraad op winkelplanken. Lees meer over de verschillende domeinen in de [Select a domain documentatie op Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/select-domain?WT.mc_id=academic-17441-jabenn#object-detection)
 
@@ -133,11 +133,11 @@ Om je model te trainen, heb je een set afbeeldingen nodig die de objecten bevatt
 
 1. Volg de [Sectie 'Afbeeldingen uploaden en taggen' van de Build an object detector quickstart op de Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) om je trainingsafbeeldingen te uploaden. Maak relevante tags afhankelijk van de soorten objecten die je wilt detecteren.
 
-    ![De uploaddialoogvensters die het uploaden van rijpe en onrijpe bananenfoto's tonen](../../../../../translated_images/nl/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.png)
+    ![De uploaddialoogvensters die het uploaden van rijpe en onrijpe bananenfoto's tonen](../../../../../translated_images/nl/image-upload-object-detector.77c7892c3093cb59.webp)
 
     Wanneer je begrenzingskaders tekent voor objecten, houd ze dan strak rond het object. Het kan even duren om alle afbeeldingen te markeren, maar de tool detecteert wat het denkt dat de begrenzingskaders zijn, waardoor het sneller gaat.
 
-    ![Taggen van wat tomatenpuree](../../../../../translated_images/nl/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.png)
+    ![Taggen van wat tomatenpuree](../../../../../translated_images/nl/object-detector-tag-tomato-paste.f47c362fb0f0eb58.webp)
 
     > 💁 Als je meer dan 15 afbeeldingen hebt voor elk object, kun je trainen na 15 en vervolgens de functie **Suggested tags** gebruiken. Dit zal het getrainde model gebruiken om de objecten in de niet-gemarkeerde afbeelding te detecteren. Je kunt vervolgens de gedetecteerde objecten bevestigen of afwijzen en de begrenzingskaders opnieuw tekenen. Dit kan *veel* tijd besparen.
 
@@ -155,7 +155,7 @@ Zodra je objectdetector is getraind, kun je deze testen door hem nieuwe afbeeldi
 
 1. Gebruik de **Quick Test** knop om testafbeeldingen te uploaden en te verifiëren dat de objecten worden gedetecteerd. Gebruik de testafbeeldingen die je eerder hebt gemaakt, niet de afbeeldingen die je hebt gebruikt voor training.
 
-    ![3 blikken tomatenpuree gedetecteerd met waarschijnlijkheden van 38%, 35.5% en 34.6%](../../../../../translated_images/nl/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.png)
+    ![3 blikken tomatenpuree gedetecteerd met waarschijnlijkheden van 38%, 35.5% en 34.6%](../../../../../translated_images/nl/object-detector-detected-tomato-paste.52656fe87af4c37b.webp)
 
 1. Probeer alle testafbeeldingen die je hebt en observeer de waarschijnlijkheden.
 
diff --git a/translations/nl/5-retail/lessons/2-check-stock-device/README.md b/translations/nl/5-retail/lessons/2-check-stock-device/README.md
index 216762a75..e4f6199ec 100644
--- a/translations/nl/5-retail/lessons/2-check-stock-device/README.md
+++ b/translations/nl/5-retail/lessons/2-check-stock-device/README.md
@@ -1,6 +1,6 @@
 # Controleer voorraad met een IoT-apparaat
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-20.0211df9551a8abb3.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -62,7 +62,7 @@ Iteraties worden gepubliceerd vanuit het Custom Vision-portaal.
 
 1. Selecteer de knop **Publish** voor de iteratie.
 
-    ![De publiceerknop](../../../../../translated_images/nl/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.png)
+    ![De publiceerknop](../../../../../translated_images/nl/custom-vision-object-detector-publish-button.34ee379fc650ccb9.webp)
 
 1. Stel in het dialoogvenster *Publish Model* de *Prediction resource* in op de `stock-detector-prediction`-resource die je in de vorige les hebt gemaakt. Laat de naam staan als `Iteration2` en selecteer de knop **Publish**.
 
@@ -76,7 +76,7 @@ Iteraties worden gepubliceerd vanuit het Custom Vision-portaal.
 
     Neem ook een kopie van de waarde *Prediction-Key*. Dit is een beveiligde sleutel die je moet doorgeven wanneer je het model aanroept. Alleen applicaties die deze sleutel doorgeven mogen het model gebruiken, andere applicaties worden geweigerd.
 
-    ![Het dialoogvenster voorspelling-API met de URL en sleutel](../../../../../translated_images/nl/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
+    ![Het dialoogvenster voorspelling-API met de URL en sleutel](../../../../../translated_images/nl/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
 
 ✅ Wanneer een nieuwe iteratie wordt gepubliceerd, heeft deze een andere naam. Hoe denk je dat je de iteratie zou veranderen die een IoT-apparaat gebruikt?
 
@@ -95,7 +95,7 @@ Wanneer je de objectdetector gebruikt, krijg je niet alleen de gedetecteerde obj
 
 De resultaten van een voorspelling in het tabblad **Predictions** in Custom Vision hebben de omgrenzende kaders getekend op de afbeelding die werd verzonden voor voorspelling.
 
-![4 blikken tomatenpuree op een plank met voorspellingen voor de 4 detecties van 35.8%, 33.5%, 25.7% en 16.6%](../../../../../translated_images/nl/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+![4 blikken tomatenpuree op een plank met voorspellingen voor de 4 detecties van 35.8%, 33.5%, 25.7% en 16.6%](../../../../../translated_images/nl/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 In de bovenstaande afbeelding zijn 4 blikken tomatenpuree gedetecteerd. In de resultaten is een rood vierkant over elk gedetecteerd object gelegd, wat het omgrenzende kader voor de afbeelding aangeeft.
 
@@ -103,7 +103,7 @@ In de bovenstaande afbeelding zijn 4 blikken tomatenpuree gedetecteerd. In de re
 
 Omgrenzende kaders worden gedefinieerd met 4 waarden - top, left, height en width. Deze waarden zijn op een schaal van 0-1, wat de posities als een percentage van de grootte van de afbeelding vertegenwoordigt. De oorsprong (de 0,0-positie) is de linkerbovenhoek van de afbeelding, dus de topwaarde is de afstand vanaf de bovenkant, en de onderkant van het omgrenzende kader is de top plus de hoogte.
 
-![Een omgrenzend kader rond een blik tomatenpuree](../../../../../translated_images/nl/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.png)
+![Een omgrenzend kader rond een blik tomatenpuree](../../../../../translated_images/nl/bounding-box.1420a7ea0d3d15f7.webp)
 
 De bovenstaande afbeelding is 600 pixels breed en 800 pixels hoog. Het omgrenzende kader begint op 320 pixels naar beneden, wat een topcoördinaat van 0.4 geeft (800 x 0.4 = 320). Vanaf links begint het omgrenzende kader op 240 pixels naar rechts, wat een left-coördinaat van 0.4 geeft (600 x 0.4 = 240). De hoogte van het omgrenzende kader is 240 pixels, wat een hoogtewaarde van 0.3 geeft (800 x 0.3 = 240). De breedte van het omgrenzende kader is 120 pixels, wat een breedtewaarde van 0.2 geeft (600 x 0.2 = 120).
 
@@ -118,7 +118,7 @@ Door percentagewaarden van 0-1 te gebruiken, maakt het niet uit hoe groot de afb
 
 Je kunt omgrenzende kaders combineren met waarschijnlijkheden om te evalueren hoe nauwkeurig een detectie is. Bijvoorbeeld, een objectdetector kan meerdere objecten detecteren die overlappen, bijvoorbeeld één blik dat binnen een ander blik wordt gedetecteerd. Je code kan de omgrenzende kaders bekijken, begrijpen dat dit onmogelijk is, en alle objecten negeren die significant overlappen met andere objecten.
 
-![Twee omgrenzende kaders overlappen een blik tomatenpuree](../../../../../translated_images/nl/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.png)
+![Twee omgrenzende kaders overlappen een blik tomatenpuree](../../../../../translated_images/nl/overlap-object-detection.d431e03cae75072a.webp)
 
 In het bovenstaande voorbeeld gaf één omgrenzend kader een voorspeld blik tomatenpuree aan met 78.3%. Een tweede omgrenzend kader is iets kleiner en bevindt zich binnen het eerste omgrenzende kader met een waarschijnlijkheid van 64.3%. Je code kan de omgrenzende kaders controleren, zien dat ze volledig overlappen, en de lagere waarschijnlijkheid negeren omdat het onmogelijk is dat één blik binnen een ander blik zit.
 
diff --git a/translations/nl/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md b/translations/nl/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
index 30ad4e31d..127a6d784 100644
--- a/translations/nl/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
+++ b/translations/nl/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
@@ -67,7 +67,7 @@ De code die je gebruikte om beelden te classificeren lijkt sterk op de code om o
 
     Je kunt het vastgelegde beeld en deze waarden bekijken in het tabblad **Predictions** in Custom Vision.
 
-    ![4 blikken tomatenpuree op een plank met voorspellingen voor de 4 detecties van 35,8%, 33,5%, 25,7% en 16,6%](../../../../../translated_images/nl/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+    ![4 blikken tomatenpuree op een plank met voorspellingen voor de 4 detecties van 35,8%, 33,5%, 25,7% en 16,6%](../../../../../translated_images/nl/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 > 💁 Je kunt deze code vinden in de map [code-detect/pi](../../../../../5-retail/lessons/2-check-stock-device/code-detect/pi) of [code-detect/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-detect/virtual-iot-device).
 
diff --git a/translations/nl/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md b/translations/nl/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
index 607eeb623..130c5d016 100644
--- a/translations/nl/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
+++ b/translations/nl/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
@@ -95,7 +95,7 @@ De code die je gebruikte om beelden te classificeren lijkt erg op de code om obj
 
     Je zult het beeld dat is genomen kunnen zien, en deze waarden in het tabblad **Predictions** in Custom Vision.
 
-    ![4 blikken tomatenpuree op een plank met voorspellingen voor de 4 detecties van 35,8%, 33,5%, 25,7% en 16,6%](../../../../../translated_images/nl/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+    ![4 blikken tomatenpuree op een plank met voorspellingen voor de 4 detecties van 35,8%, 33,5%, 25,7% en 16,6%](../../../../../translated_images/nl/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 > 💁 Je kunt deze code vinden in de map [code-detect/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-detect/wio-terminal).
 
diff --git a/translations/nl/6-consumer/lessons/1-speech-recognition/README.md b/translations/nl/6-consumer/lessons/1-speech-recognition/README.md
index a3fb9e985..d476ea1d3 100644
--- a/translations/nl/6-consumer/lessons/1-speech-recognition/README.md
+++ b/translations/nl/6-consumer/lessons/1-speech-recognition/README.md
@@ -1,6 +1,6 @@
 # Spraak herkennen met een IoT-apparaat
 
-![Een schetsmatig overzicht van deze les](../../../../../translated_images/nl/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.jpg)
+![Een schetsmatig overzicht van deze les](../../../../../translated_images/nl/lesson-21.e34de51354d6606f.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -51,7 +51,7 @@ Microfoons zijn er in verschillende soorten:
 
     Dynamische microfoons hebben geen stroom nodig om te werken; het elektrische signaal wordt volledig door de microfoon zelf gegenereerd.
 
-    ![Patti Smith zingt in een Shure SM58 (dynamisch cardioïde type) microfoon](../../../../../translated_images/nl/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.jpg)
+    ![Patti Smith zingt in een Shure SM58 (dynamisch cardioïde type) microfoon](../../../../../translated_images/nl/dynamic-mic.8babac890a2d80df.webp)
 
 * Ribbon - Ribbon-microfoons lijken op dynamische microfoons, behalve dat ze een metalen lint hebben in plaats van een membraan. Dit lint beweegt in een magnetisch veld en genereert een elektrische stroom. Net als dynamische microfoons hebben ribbon-microfoons geen stroom nodig om te werken.
 
@@ -59,11 +59,11 @@ Microfoons zijn er in verschillende soorten:
 
 * Condensator - Condensatormicrofoons hebben een dun metalen membraan en een vaste metalen achterplaat. Elektriciteit wordt toegepast op beide en terwijl het membraan trilt, verandert de statische lading tussen de platen, wat een signaal genereert. Condensatormicrofoons hebben stroom nodig om te werken - dit wordt *Phantom power* genoemd.
 
-    ![C451B klein-diafragma condensatormicrofoon van AKG Acoustics](../../../../../translated_images/nl/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.jpg)
+    ![C451B klein-diafragma condensatormicrofoon van AKG Acoustics](../../../../../translated_images/nl/condenser-mic.6f6ed5b76ca19e0e.webp)
 
 * MEMS - Micro-elektromechanische systemen microfoons, of MEMS, zijn microfoons op een chip. Ze hebben een drukgevoelig membraan dat is geëtst op een siliciumchip en werken vergelijkbaar met een condensatormicrofoon. Deze microfoons kunnen zeer klein zijn en geïntegreerd in schakelingen.
 
-    ![Een MEMS-microfoon op een printplaat](../../../../../translated_images/nl/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.png)
+    ![Een MEMS-microfoon op een printplaat](../../../../../translated_images/nl/mems-microphone.80574019e1f5e4d9.webp)
 
     In de afbeelding hierboven is de chip met het label **LEFT** een MEMS-microfoon, met een klein membraan van minder dan een millimeter breed.
 
@@ -159,7 +159,7 @@ Om de complexiteit van het trainen en gebruiken van een wekwoordmodel te vermijd
 
 ## Spraak omzetten naar tekst
 
-![Logo van spraakdiensten](../../../../../translated_images/nl/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
+![Logo van spraakdiensten](../../../../../translated_images/nl/azure-speech-logo.a1f08c4befb0159f.webp)
 
 Net zoals bij beeldclassificatie in een eerder project, zijn er vooraf gebouwde AI-diensten die spraak als audiobestand kunnen nemen en omzetten naar tekst. Een van deze diensten is de Speech Service, onderdeel van de Cognitive Services, vooraf gebouwde AI-diensten die je in je apps kunt gebruiken.
 
diff --git a/translations/nl/6-consumer/lessons/1-speech-recognition/pi-audio.md b/translations/nl/6-consumer/lessons/1-speech-recognition/pi-audio.md
index 0b4639ce4..39f483f97 100644
--- a/translations/nl/6-consumer/lessons/1-speech-recognition/pi-audio.md
+++ b/translations/nl/6-consumer/lessons/1-speech-recognition/pi-audio.md
@@ -16,13 +16,13 @@ De knop kan worden aangesloten op de Grove Base Hat.
 
 #### Taak - sluit de knop aan
 
-![Een Grove-knop](../../../../../translated_images/nl/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.png)
+![Een Grove-knop](../../../../../translated_images/nl/grove-button.a70cfbb809a85636.webp)
 
 1. Steek één uiteinde van een Grove-kabel in de aansluiting op de knopmodule. Het past maar op één manier.
 
 1. Met de Raspberry Pi uitgeschakeld, sluit je het andere uiteinde van de Grove-kabel aan op de digitale aansluiting gemarkeerd als **D5** op de Grove Base Hat die op de Pi is aangesloten. Deze aansluiting is de tweede van links, op de rij aansluitingen naast de GPIO-pinnen.
 
-![De Grove-knop aangesloten op aansluiting D5](../../../../../translated_images/nl/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.png)
+![De Grove-knop aangesloten op aansluiting D5](../../../../../translated_images/nl/pi-button.c7a1a4f55943341c.webp)
 
 ## Audio opnemen
 
diff --git a/translations/nl/6-consumer/lessons/1-speech-recognition/pi-microphone.md b/translations/nl/6-consumer/lessons/1-speech-recognition/pi-microphone.md
index d5b07b817..591e44828 100644
--- a/translations/nl/6-consumer/lessons/1-speech-recognition/pi-microphone.md
+++ b/translations/nl/6-consumer/lessons/1-speech-recognition/pi-microphone.md
@@ -34,7 +34,7 @@ De microfoon en luidsprekers moeten worden aangesloten en geconfigureerd.
 
 1. Als je de ReSpeaker 2-Mics Pi HAT gebruikt, kun je de Grove-basisplaat verwijderen en de ReSpeaker-plaat op zijn plaats zetten.
 
-    ![Een Raspberry Pi met een ReSpeaker-plaat](../../../../../translated_images/nl/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.png)
+    ![Een Raspberry Pi met een ReSpeaker-plaat](../../../../../translated_images/nl/pi-respeaker-hat.f00fabe7dd039a93.webp)
 
     Later in deze les heb je een Grove-knop nodig, maar er is er al een ingebouwd in deze plaat, dus de Grove-basisplaat is niet nodig.
 
diff --git a/translations/nl/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md b/translations/nl/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
index 7c05a2fa3..2546b4507 100644
--- a/translations/nl/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
+++ b/translations/nl/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
@@ -10,7 +10,7 @@ De ingebouwde microfoon neemt een analoog signaal op, dat wordt omgezet in een d
 
 ✅ Lees meer over DMA op de [Direct Memory Access-pagina op Wikipedia](https://wikipedia.org/wiki/Direct_memory_access).
 
-![Audio van de microfoon gaat naar een ADC en vervolgens naar de DMAC. Deze schrijft naar een buffer. Wanneer deze buffer vol is, wordt deze verwerkt en schrijft de DMAC naar een tweede buffer](../../../../../translated_images/nl/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.png)
+![Audio van de microfoon gaat naar een ADC en vervolgens naar de DMAC. Deze schrijft naar een buffer. Wanneer deze buffer vol is, wordt deze verwerkt en schrijft de DMAC naar een tweede buffer](../../../../../translated_images/nl/dmac-adc-buffers.4509aee49145c90b.webp)
 
 De DMAC kan audio van de ADC opnemen op vaste intervallen, zoals 16.000 keer per seconde voor 16KHz audio. Het kan deze opgenomen data schrijven naar een vooraf toegewezen geheugenbuffer, en wanneer deze vol is, beschikbaar maken voor je code om te verwerken. Het gebruik van dit geheugen kan het opnemen van audio vertragen, maar je kunt meerdere buffers instellen. De DMAC schrijft naar buffer 1, en wanneer deze vol is, geeft het een melding aan je code om buffer 1 te verwerken, terwijl de DMAC naar buffer 2 schrijft. Wanneer buffer 2 vol is, geeft het een melding aan je code en gaat terug naar het schrijven naar buffer 1. Op deze manier verlies je geen data zolang je elke buffer sneller verwerkt dan het duurt om er een te vullen.
 
diff --git a/translations/nl/6-consumer/lessons/2-language-understanding/README.md b/translations/nl/6-consumer/lessons/2-language-understanding/README.md
index dfa019add..8af12f6a0 100644
--- a/translations/nl/6-consumer/lessons/2-language-understanding/README.md
+++ b/translations/nl/6-consumer/lessons/2-language-understanding/README.md
@@ -1,6 +1,6 @@
 # Begrijp taal
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-22.6148ea28500d9e00.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -46,7 +46,7 @@ Taalbegripsmodellen zijn AI-modellen die zijn getraind om bepaalde details uit t
 
 ## Een taalbegripsmodel maken
 
-![Het LUIS-logo](../../../../../translated_images/nl/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.png)
+![Het LUIS-logo](../../../../../translated_images/nl/luis-logo.5cb4f3e88c020ee6.webp)
 
 Je kunt taalbegripsmodellen maken met LUIS, een taalbegripsdienst van Microsoft die deel uitmaakt van Cognitive Services.
 
@@ -169,7 +169,7 @@ Je kunt instructies vinden voor het gebruik van de LUIS-portal in de [Quickstart
 
 1. Terwijl je elk voorbeeld invoert, zal LUIS beginnen met het detecteren van entiteiten en deze onderstrepen en labelen.
 
-    ![De voorbeelden met de onderstreepte getallen en tijdseenheden door LUIS](../../../../../translated_images/nl/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.png)
+    ![De voorbeelden met de onderstreepte getallen en tijdseenheden door LUIS](../../../../../translated_images/nl/luis-intent-examples.25716580b2d2723c.webp)
 
 ### Taak - het model trainen en testen
 
diff --git a/translations/nl/6-consumer/lessons/3-spoken-feedback/README.md b/translations/nl/6-consumer/lessons/3-spoken-feedback/README.md
index 64f9e3086..8e8de6c23 100644
--- a/translations/nl/6-consumer/lessons/3-spoken-feedback/README.md
+++ b/translations/nl/6-consumer/lessons/3-spoken-feedback/README.md
@@ -1,6 +1,6 @@
 # Stel een timer in en geef gesproken feedback
 
-![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.jpg)
+![Een schetsmatige samenvatting van deze les](../../../../../translated_images/nl/lesson-23.f38483e1d4df4828.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
diff --git a/translations/nl/6-consumer/lessons/4-multiple-language-support/README.md b/translations/nl/6-consumer/lessons/4-multiple-language-support/README.md
index d666a4029..b0c213904 100644
--- a/translations/nl/6-consumer/lessons/4-multiple-language-support/README.md
+++ b/translations/nl/6-consumer/lessons/4-multiple-language-support/README.md
@@ -1,6 +1,6 @@
 # Ondersteuning voor meerdere talen
 
-![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.jpg)
+![Een schetsnotitie-overzicht van deze les](../../../../../translated_images/nl/lesson-24.4246968ed058510a.webp)
 
 > Schetsnotitie door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
@@ -74,7 +74,7 @@ Er zijn een aantal AI-diensten die vanuit je applicaties kunnen worden gebruikt
 
 ### Cognitive Services Spraakservice
 
-![Het logo van de spraakservice](../../../../../translated_images/nl/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
+![Het logo van de spraakservice](../../../../../translated_images/nl/azure-speech-logo.a1f08c4befb0159f.webp)
 
 De spraakservice die je in de afgelopen lessen hebt gebruikt, heeft vertaalmogelijkheden voor spraakherkenning. Wanneer je spraak herkent, kun je niet alleen de tekst van de spraak in dezelfde taal opvragen, maar ook in andere talen.
 
@@ -82,7 +82,7 @@ De spraakservice die je in de afgelopen lessen hebt gebruikt, heeft vertaalmogel
 
 ### Cognitive Services Vertaler-service
 
-![Het logo van de vertaler-service](../../../../../translated_images/nl/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.png)
+![Het logo van de vertaler-service](../../../../../translated_images/nl/azure-translator-logo.c6ed3a4a433edfd2.webp)
 
 De Vertaler-service is een speciale vertaaldienst die tekst van de ene taal naar een of meer doeltalen kan vertalen. Naast vertalen ondersteunt het een breed scala aan extra functies, waaronder het maskeren van ongepaste taal. Het stelt je ook in staat om een specifieke vertaling voor een bepaald woord of een bepaalde zin te leveren, om te werken met termen die je niet wilt vertalen, of om een specifieke, bekende vertaling te gebruiken.
 
diff --git a/translations/nl/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md b/translations/nl/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
index 24f02e9ab..da6022203 100644
--- a/translations/nl/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
+++ b/translations/nl/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
@@ -25,7 +25,7 @@ De REST API van de spraakservice ondersteunt geen directe vertalingen. In plaats
     >
     > Bijvoorbeeld, als je LUIS in het Engels traint, maar Frans wilt gebruiken als de gebruikers taal, kun je zinnen zoals "set a 2 minute and 27 second timer" van Engels naar Frans vertalen met Bing Translate, en vervolgens de knop **Luister naar vertaling** gebruiken om de vertaling in je microfoon te spreken.
     >
-    > ![De knop Luister naar vertaling op Bing Translate](../../../../../translated_images/nl/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![De knop Luister naar vertaling op Bing Translate](../../../../../translated_images/nl/bing-translate.348aa796d6efe2a9.webp)
 
 1. Voeg de API-sleutel van de vertaalservice toe onder de `speech_api_key`:
 
diff --git a/translations/nl/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md b/translations/nl/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
index 53c29d8e9..8b59712eb 100644
--- a/translations/nl/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
+++ b/translations/nl/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
@@ -37,7 +37,7 @@ De spraakservice kan spraak niet alleen omzetten naar tekst in dezelfde taal, ma
     >
     > Bijvoorbeeld, als je LUIS in het Engels traint, maar Frans wilt gebruiken als de gebruikers taal, kun je zinnen zoals "stel een timer in van 2 minuten en 27 seconden" van Engels naar Frans vertalen met Bing Translate, en vervolgens de knop **Luister naar vertaling** gebruiken om de vertaling in je microfoon te spreken.
     >
-    > ![De luister naar vertaling-knop op Bing Translate](../../../../../translated_images/nl/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![De luister naar vertaling-knop op Bing Translate](../../../../../translated_images/nl/bing-translate.348aa796d6efe2a9.webp)
 
 1. Vervang de declaraties `recognizer_config` en `recognizer` door het volgende:
 
diff --git a/translations/nl/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md b/translations/nl/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
index 9a5196151..8392c506e 100644
--- a/translations/nl/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
+++ b/translations/nl/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
@@ -105,7 +105,7 @@ De REST API van de spraakdienst ondersteunt geen directe vertalingen. Je kunt ec
     >
     > Bijvoorbeeld, als je LUIS in het Engels traint, maar Frans wilt gebruiken als de gebruikers-taal, kun je zinnen zoals "set a 2 minute and 27 second timer" vertalen van Engels naar Frans met Bing Translate, en vervolgens de knop **Luister naar vertaling** gebruiken om de vertaling in je microfoon te spreken.
     >
-    > ![De knop Luister naar vertaling op Bing Translate](../../../../../translated_images/nl/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![De knop Luister naar vertaling op Bing Translate](../../../../../translated_images/nl/bing-translate.348aa796d6efe2a9.webp)
 
 1. Voeg de API-sleutel en locatie van de vertaaldienst toe onder de `SPEECH_LOCATION`:
 
diff --git a/translations/nl/README.md b/translations/nl/README.md
index c34c2c150..2c49daf4a 100644
--- a/translations/nl/README.md
+++ b/translations/nl/README.md
@@ -10,51 +10,61 @@
 
 ### Word lid van de Azure AI Foundry Community
 
-Als je vastloopt of vragen hebt over het bouwen van AI-apps. Doe mee met mede-leerlingen en ervaren ontwikkelaars in discussies over MCP. Het is een ondersteunende community waar vragen welkom zijn en kennis vrij wordt gedeeld.
+Als je vastloopt of vragen hebt over het bouwen van AI-apps. Doe mee met medeleerlingen en ervaren ontwikkelaars in discussies over MCP. Het is een ondersteunende gemeenschap waar vragen welkom zijn en kennis vrij gedeeld wordt.
 
 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
 
-Als je productfeedback hebt of fouten tegenkomt tijdens het bouwen, bezoek dan:
+Als je productfeedback hebt of fouten ervaart tijdens het bouwen, bezoek dan:
 
 [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
 
-Volg deze stappen om aan de slag te gaan met deze bronnen:
-1. **Fork de repository**: Klik op [![GitHub forks](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
-2. **Clone de repository**: `git clone https://github.com/microsoft/IoT-For-Beginners.git`
+Volg deze stappen om te beginnen met deze bronnen:
+1. **Fork de Repository**: Klik [![GitHub forks](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
+2. **Clone de Repository**:   `git clone https://github.com/microsoft/IoT-For-Beginners.git`
 3. [**Word lid van de Microsoft Foundry Discord en ontmoet experts en mede-ontwikkelaars**](https://discord.com/invite/ByRwuEEgH4)
 
 
 ### 🌐 Meertalige ondersteuning
 
-#### Ondersteund via GitHub Action (Geautomatiseerd & Altijd Up-to-Date)
+#### Ondersteund via GitHub Action (Geautomatiseerd & Altijd actueel)
 
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
-[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](./README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
+[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](./README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Khmer](../km/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
 
 > **Liever lokaal clonen?**
-
-> Deze repository bevat meer dan 50 vertalingen, waardoor de downloadgrootte aanzienlijk toeneemt. Om zonder vertalingen te clonen, gebruik sparse checkout:
+>
+> Deze repository bevat meer dan 50 taalvertalingen wat de downloadgrootte aanzienlijk vergroot. Om zonder vertalingen te clonen, gebruik sparse checkout:
+>
+> **Bash / macOS / Linux:**
 > ```bash
 > git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
 > cd IoT-For-Beginners
 > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
 > ```
-> Dit geeft je alles wat je nodig hebt om de cursus te voltooien met een veel snellere download.
+>
+> **CMD (Windows):**
+> ```cmd
+> git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
+> cd IoT-For-Beginners
+> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
+> ```
+>
+> Zo krijg je alles wat je nodig hebt om de cursus te voltooien met een veel snellere download.
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
 
 # IoT voor beginners - Een curriculum
 
-Azure Cloud Advocates bij Microsoft zijn verheugd een 12 weken durend, 24 lessen tellend curriculum aan te bieden dat volledig gericht is op de basis van IoT. Elke les bevat vooraf- en achteraf-quizzen, geschreven instructies om de les te voltooien, een oplossing, een opdracht en meer. Onze projectgebaseerde pedagogiek stelt je in staat om te leren terwijl je bouwt, een bewezen methode waardoor nieuwe vaardigheden beter blijven hangen.
+Azure Cloud Advocates bij Microsoft zijn verheugd een 12-weekse cursus aan te bieden met 24 lessen over de basis van IoT. Elke les bevat voor- en na-les quizzes, geschreven instructies om de les te voltooien, een oplossing, een opdracht en meer. Onze projectgerichte pedagogiek stelt je in staat te leren terwijl je bouwt, een bewezen manier om nieuwe vaardigheden te laten hangen.
 
-De projecten behandelen de reis van voedsel van boerderij tot tafel. Dit omvat landbouw, logistiek, productie, retail en consument - allemaal populaire industriegebieden voor IoT-apparaten.
+De projecten volgen de reis van voedsel van boerderij tot tafel. Dit omvat landbouw, logistiek, productie, detailhandel en consument - allemaal populaire industriegebieden voor IoT-apparaten.
 
-![Een routekaart voor de cursus met 24 lessen die intro, landbouw, transport, verwerking, retail en koken beslaan](../../translated_images/nl/Roadmap.bb1dec285dda0eda.webp)
+![Een routekaart van de cursus met 24 lessen die intro, landbouw, transport, verwerking, detailhandel en koken omvatten](../../translated_images/nl/Roadmap.bb1dec285dda0eda.webp)
 
 > Sketchnote door [Nitya Narasimhan](https://github.com/nitya). Klik op de afbeelding voor een grotere versie.
 
-**Hartelijke dank aan onze auteurs [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), en onze sketchnote-artiest [Nitya Narasimhan](https://github.com/nitya).**
+**Hartelijke dank aan onze auteurs [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), en onze sketchnote kunstenaar [Nitya Narasimhan](https://github.com/nitya).**
 
-**Ook dank aan ons team van [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) die dit curriculum hebben beoordeeld en vertaald - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform) en [Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
+**Dank ook aan ons team van [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) die dit curriculum hebben beoordeeld en vertaald - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), en [Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
 
 Ontmoet het team!
 
@@ -64,9 +74,9 @@ Ontmoet het team!
 
 > 🎥 Klik op de afbeelding hierboven voor een video over het project!
 
-> **Docenten**, we hebben [enkele suggesties toegevoegd](for-teachers.md) over hoe je dit curriculum kunt gebruiken. Als je je eigen lessen wilt maken, hebben we ook een [les-sjabloon](lesson-template/README.md) toegevoegd.
+> **Docenten**, we hebben [enkele suggesties opgenomen](for-teachers.md) over het gebruik van dit curriculum. Als je je eigen lessen wilt maken, hebben we ook een [lessjabloon](lesson-template/README.md) toegevoegd.
 
-> **[Studenten](https://aka.ms/student-page)**, om dit curriculum zelfstandig te gebruiken, fork je de volledige repo en maak je de oefeningen zelfstandig, beginnend met een pre-lecture quiz, daarna de lecture lezen en de overige activiteiten voltooien. Probeer de projecten te maken door de lessen te begrijpen in plaats van de oplossing te kopiëren; die code is echter beschikbaar in de /solutions mappen in elke projectgerichte les. Een ander idee is om een studie groep met vrienden te vormen en samen de inhoud door te nemen. Voor verdere studie raden we [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn) aan.
+> **[Studenten](https://aka.ms/student-page)**, om dit curriculum zelfstandig te gebruiken, fork je de gehele repo en maak je de oefeningen zelf af, beginnend met een quiz vóór de les, daarna lees je de les en voltooi je de rest van de activiteiten. Probeer de projecten zelf te maken door de lessen te begrijpen in plaats van simpelweg de oplossingcode te kopiëren; die code is echter beschikbaar in de /solutions mappen in elke projectgerichte les. Een andere optie is om met vrienden een studiegroep te vormen en samen door de inhoud te gaan. Voor verdere studie raden we [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn) aan.
 
 Voor een video-overzicht van deze cursus, bekijk deze video:
 
@@ -76,100 +86,100 @@ Voor een video-overzicht van deze cursus, bekijk deze video:
 
 ## Pedagogiek
 
-We hebben twee pedagogische principes gekozen bij het opzetten van dit curriculum: ervoor zorgen dat het projectgebaseerd is en dat het regelmatige quizzen bevat. Aan het einde van deze serie zullen studenten een plantmonitoring- en bewateringssysteem gebouwd hebben, een voertuigvolgsysteem, een slimme fabrieksomgeving om voedsel te volgen en controleren, en een spraakgestuurde kookwekker, en zullen de basis van het Internet of Things geleerd hebben, inclusief hoe je apparaatcode schrijft, verbinding maakt met de cloud, telemetrie analyseert en AI aan de edge draait.
+We hebben gekozen voor twee pedagogische grondregels bij het opbouwen van dit curriculum: ervoor zorgen dat het projectgebaseerd is en dat het frequente quizzes bevat. Aan het einde van deze serie hebben leerlingen een systeem gebouwd voor het monitoren en besproeien van planten, een voertuigvolgsysteem, een slimme fabriek om voedsel te volgen en te controleren, en een spraakgestuurde kookwekker, en hebben ze de basisprincipes van het Internet of Things geleerd, inclusief hoe apparaatcode te schrijven, verbinding te maken met de cloud, telemetrie te analyseren en AI aan de edge te laten draaien.
 
-Door te zorgen dat de inhoud aansluit bij projecten, wordt het proces boeiender voor studenten en zal het begrip van concepten versterkt worden.
+Door ervoor te zorgen dat de inhoud aansluit bij projecten, wordt het leerproces boeiender voor studenten en wordt het vasthouden van concepten vergroot.
 
-Bovendien zet een laagdrempelige quiz voor de les de intentie van de student op leren, terwijl een tweede quiz na de les ervoor zorgt dat het geleerde beter blijft hangen. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden aan het einde van de 12 weken steeds complexer.
+Daarnaast zet een quiz met weinig druk vóór een les de intentie van de student op leren over een onderwerp, terwijl een tweede quiz na de les verdere retentie verzekert. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan geheel of gedeeltelijk gevolgd worden. De projecten beginnen klein en worden steeds complexer aan het einde van de 12-weekse cyclus.
 
-Elk project is gebaseerd op echte hardware die beschikbaar is voor studenten en hobbyisten. Elk project kijkt naar het specifieke projectdomein en biedt relevante achtergrondkennis. Om een succesvolle ontwikkelaar te zijn, helpt het om het domein te begrijpen waarin je problemen oplost; het bieden van deze achtergrondkennis stelt studenten in staat om na te denken over hun IoT-oplossingen en -leerervaringen in de context van het soort echte probleem dat ze als IoT-ontwikkelaar kunnen tegenkomen. Studenten leren het 'waarom' van de oplossingen die ze bouwen en krijgen waardering voor de eindgebruiker.
+Elk project is gebaseerd op echte hardware die beschikbaar is voor studenten en hobbyisten. Elk project kijkt naar het specifieke projectdomein en biedt relevante achtergrondkennis. Om een succesvolle ontwikkelaar te zijn, helpt het om het domein waar je problemen oplost te begrijpen; deze achtergrondkennis stelt studenten in staat om na te denken over hun IoT-oplossingen en leerervaringen binnen de context van het soort echte problemen die ze als IoT-ontwikkelaar kunnen tegenkomen. Studenten leren het 'waarom' van de oplossingen die ze bouwen en krijgen waardering voor de eindgebruiker.
 
 ## Hardware
+We hebben twee keuzes voor IoT-hardware die gebruikt kunnen worden voor de projecten, afhankelijk van persoonlijke voorkeur, programmeertaalkennis of voorkeuren, leerdoelen en beschikbaarheid. We hebben ook een 'virtuele hardware'-versie beschikbaar gesteld voor degenen die geen toegang hebben tot hardware, of die meer willen leren voordat ze overgaan tot aankoop. Je kunt meer lezen en een 'boodschappenlijst' vinden op de [hardwarepagina](./hardware.md), inclusief links om complete kits te kopen bij onze vrienden van Seeed Studio.
 
-We hebben twee keuzes aan IoT-hardware voor de projecten, afhankelijk van persoonlijke voorkeur, programmeertaalkennis of voorkeuren, leerdoelen en beschikbaarheid. We hebben ook een 'virtuele hardware' versie beschikbaar voor degenen die geen toegang hebben tot hardware, of meer willen leren voordat ze een aankoop doen. Je kunt meer lezen en een 'winkelijst' vinden op de [hardwarepagina](./hardware.md), inclusief links om complete kits te kopen bij onze vrienden van Seeed Studio.
-> 💁 Vind onze [Gedragscode](CODE_OF_CONDUCT.md), [Bijdragen](CONTRIBUTING.md) en [Vertaling](TRANSLATIONS.md) richtlijnen. We verwelkomen je constructieve feedback!
+> 💁 Vind onze [Gedragscode](CODE_OF_CONDUCT.md), [Bijdrager](CONTRIBUTING.md), en [Vertalings](TRANSLATIONS.md) richtlijnen. We staan open voor je constructieve feedback!
 >
-> 🔧 Problemen? Bekijk onze [Probleemoplossingsgids](TROUBLESHOOTING.md) voor oplossingen voor veelvoorkomende problemen.
+> 🔧 Problemen? Bekijk onze [Probleemoplossingsgids](TROUBLESHOOTING.md) voor oplossingen bij veelvoorkomende problemen.
 
 ## Elke les bevat:
 
 - sketchnote
 - optionele aanvullende video
-- warming-up quiz vóór de les
+- quiz ter opwarming voorafgaand aan de les
 - geschreven les
-- voor projectgebaseerde lessen, stapsgewijze handleidingen om het project te bouwen
-- kenniscontroles
+- voor projectgebaseerde lessen: stapsgewijze handleidingen om het project te bouwen
+- kennischecks
 - een uitdaging
-- aanvullende lectuur
+- aanvullende leesstof
 - opdracht
 - [quiz na de les](https://ff-quizzes.netlify.app/en/)
 
-> **Een opmerking over quizzen**: Alle quizzen bevinden zich in de quiz-app map, met in totaal 48 quizzen van elk drie vragen. Ze zijn gekoppeld vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd of naar Azure worden gedeployed; volg de instructies in de `quiz-app` map. Ze worden geleidelijk gelokaliseerd.
+> **Een opmerking over quizzes**: Alle quizzes bevinden zich in de quiz-app map, in totaal 48 quizzes met elk drie vragen. Ze zijn gekoppeld vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd of gedeployed naar Azure; volg de instructies in de `quiz-app` map. Ze worden geleidelijk gelokaliseerd.
 
 ## Lessen
 
-|       |              Projectnaam               |                       Geleerde Concepten                      | Leerdoelen                                                                                                                                                        |                                                        Gekoppelde Les                                                          |
-| :---: | :----------------------------------: | :------------------------------------------------------------: | ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | :----------------------------------------------------------------------------------------------------------------------------: |
-|  01   | [Aan de slag](./1-getting-started/README.md) |                   Introductie tot IoT                          | Leer de basisprincipes van IoT en de basisbouwstenen van IoT-oplossingen zoals sensoren en clouddiensten terwijl je je eerste IoT-apparaat instelt                  |                      [Introductie tot IoT](./1-getting-started/lessons/1-introduction-to-iot/README.md)                      |
-|  02   | [Aan de slag](./1-getting-started/README.md) |                  Dieper in IoT duiken                         | Leer meer over de componenten van een IoT-systeem, evenals microcontrollers en single-board computers                                                              |                        [Dieper in IoT duiken](./1-getting-started/lessons/2-deeper-dive/README.md)                          |
-|  03   | [Aan de slag](./1-getting-started/README.md) | Interactie met de fysieke wereld met sensoren en actuatoren   | Leer over sensoren om gegevens uit de fysieke wereld te verzamelen, en actuatoren om feedback te geven, terwijl je een nachtlamp bouwt                              | [Interacteer met de fysieke wereld met sensoren en actuatoren](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |
-|  04   | [Aan de slag](./1-getting-started/README.md) |             Verbind je apparaat met het Internet              | Leer hoe je een IoT-apparaat op het internet aansluit om berichten te verzenden en ontvangen door je nachtlamp te verbinden met een MQTT-broker                    |               [Verbind je apparaat met het Internet](./1-getting-started/lessons/4-connect-internet/README.md)               |
-|  05   |            [Boerderij](./2-farm/README.md)            |                    Plantengroei voorspellen                   | Leer hoe je plantengroei kunt voorspellen met behulp van temperatuurgegevens vastgelegd door een IoT-apparaat                                                       |                          [Plantengroei voorspellen](./2-farm/lessons/1-predict-plant-growth/README.md)                         |
-|  06   |            [Boerderij](./2-farm/README.md)            |                    Detecteer bodemvochtigheid                 | Leer hoe je bodemvochtigheid detecteert en een bodemvochtigheidssensor kalibreert                                                                                   |                          [Detecteer bodemvochtigheid](./2-farm/lessons/2-detect-soil-moisture/README.md)                        |
-|  07   |            [Boerderij](./2-farm/README.md)            |                  Geautomatiseerd planten water geven          | Leer hoe je bewatering automatiseert en timet met een relais en MQTT                                                                                               |                      [Geautomatiseerd planten water geven](./2-farm/lessons/3-automated-plant-watering/README.md)             |
-|  08   |            [Boerderij](./2-farm/README.md)            |               Migreer je plant naar de cloud                  | Leer over de cloud en cloud-hosted IoT-diensten en hoe je je plant hiermee kunt verbinden in plaats van een publieke MQTT-broker                                  |               [Migreer je plant naar de cloud](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)                 |
-|  09   |            [Boerderij](./2-farm/README.md)            |         Migreer je applicatielogica naar de cloud             | Leer hoe je applicatielogica kunt schrijven in de cloud die reageert op IoT-berichten                                                                              |         [Migreer je applicatielogica naar de cloud](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)            |
-|  10   |            [Boerderij](./2-farm/README.md)            |                   Houd je plant veilig                         | Leer over beveiliging bij IoT en hoe je je plant beveiligt met sleutels en certificaten                                                                            |                        [Houd je plant veilig](./2-farm/lessons/6-keep-your-plant-secure/README.md)                             |
-|  11   |       [Transport](./3-transport/README.md)       |                      Locatie tracking                          | Leer over GPS-locatie tracking voor IoT-apparaten                                                                                                                |                           [Locatie tracking](./3-transport/lessons/1-location-tracking/README.md)                             |
-|  12   |       [Transport](./3-transport/README.md)       |                     Locatiegegevens opslaan                   | Leer hoe je IoT-gegevens opslaat om later te visualiseren of analyseren                                                                                           |                         [Locatiegegevens opslaan](./3-transport/lessons/2-store-location-data/README.md)                      |
-|  13   |       [Transport](./3-transport/README.md)       |                   Visualiseer locatiegegevens                  | Leer over het visualiseren van locatiegegevens op een kaart, en hoe kaarten de echte 3D-wereld in 2 dimensies weergeven                                           |                     [Visualiseer locatiegegevens](./3-transport/lessons/3-visualize-location-data/README.md)                 |
-|  14   |       [Transport](./3-transport/README.md)       |                            Geofences                           | Leer over geofences en hoe ze kunnen worden gebruikt om te waarschuwen wanneer voertuigen in de supply chain dicht bij hun bestemming zijn                       |                                   [Geofences](./3-transport/lessons/4-geofences/README.md)                                 |
-|  15   |   [Productie](./4-manufacturing/README.md)         |               Train een fruitkwaliteitsdetector               | Leer over het trainen van een beeldclassificator in de cloud om fruitkwaliteit te detecteren                                                                       |                 [Train een fruitkwaliteitsdetector](./4-manufacturing/lessons/1-train-fruit-detector/README.md)               |
-|  16   |   [Productie](./4-manufacturing/README.md)         |           Controleer fruitkwaliteit vanaf een IoT-apparaat    | Leer over het gebruik van je fruitkwaliteitsdetector vanaf een IoT-apparaat                                                                                       |           [Controleer fruitkwaliteit vanaf een IoT-apparaat](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)    |
-|  17   |   [Productie](./4-manufacturing/README.md)         |             Voer je fruitdetector uit aan de edge             | Leer over het uitvoeren van je fruitdetector op een IoT-apparaat aan de edge                                                                                      |             [Voer je fruitdetector uit aan de edge](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)            |
-|  18   |   [Productie](./4-manufacturing/README.md)         |        Trigger fruitkwaliteitsdetectie vanaf een sensor      | Leer over het triggeren van fruitkwaliteitsdetectie vanaf een sensor                                                                                              |        [Trigger fruitkwaliteitsdetectie vanaf een sensor](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)       |
-|  19   |          [Retail](./5-retail/README.md)            |                   Train een voorraaddetector                  | Leer hoe je objectdetectie gebruikt om een voorraaddetector te trainen om voorraad te tellen in een winkel                                                      |                        [Train een voorraaddetector](./5-retail/lessons/1-train-stock-detector/README.md)                     |
-|  20   |          [Retail](./5-retail/README.md)            |               Controleer voorraad vanaf een IoT-apparaat      | Leer hoe je voorraad controleert vanaf een IoT-apparaat met een objectdetectiemodel                                                                              |                     [Controleer voorraad vanaf een IoT-apparaat](./5-retail/lessons/2-check-stock-device/README.md)          |
-|  21   |        [Consument](./6-consumer/README.md)         |             Herken spraak met een IoT-apparaat                | Leer hoe je spraak herkent van een IoT-apparaat om een slimme timer te bouwen                                                                                     |                  [Herken spraak met een IoT-apparaat](./6-consumer/lessons/1-speech-recognition/README.md)                    |
-|  22   |        [Consument](./6-consumer/README.md)         |                     Begrijp taal                               | Leer hoe je zinnen begrijpt die tegen een IoT-apparaat worden gesproken                                                                                          |                        [Begrijp taal](./6-consumer/lessons/2-language-understanding/README.md)                               |
-|  23   |        [Consument](./6-consumer/README.md)         |           Stel een timer in en geef gesproken feedback        | Leer hoe je een timer instelt op een IoT-apparaat en gesproken feedback geeft over wanneer de timer is gezet en wanneer hij afloopt                              |                 [Stel een timer in en geef gesproken feedback](./6-consumer/lessons/3-spoken-feedback/README.md)              |
-|  24   |        [Consument](./6-consumer/README.md)         |                 Ondersteun meerdere talen                     | Leer hoe je meerdere talen ondersteunt, zowel bij het aangesproken worden als in de reacties van je slimme timer                                               |                   [Ondersteun meerdere talen](./6-consumer/lessons/4-multiple-language-support/README.md)                     |
+|       |              Projectnaam               |                       Behandelde Concepten                      | Leerdoelen                                                                                                                                                        |                                                        Gekoppelde Les                                                         |
+| :---: | :-----------------------------------: | :--------------------------------------------------------------: | ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------------------------------: |
+|  01   | [Aan de slag](./1-getting-started/README.md) |                     Introductie tot IoT                          | Leer de basisprincipes van IoT en de bouwstenen van IoT-oplossingen zoals sensoren en cloudservices terwijl je je eerste IoT-apparaat instelt                      |                         [Introductie tot IoT](./1-getting-started/lessons/1-introduction-to-iot/README.md)                      |
+|  02   | [Aan de slag](./1-getting-started/README.md) |                   Een diepere duik in IoT                        | Leer meer over de componenten van een IoT-systeem, evenals microcontrollers en single-board computers                                                             |                            [Een diepere duik in IoT](./1-getting-started/lessons/2-deeper-dive/README.md)                      |
+|  03   | [Aan de slag](./1-getting-started/README.md) | Interactie met de fysieke wereld via sensoren en actuatoren     | Leer over sensoren om gegevens uit de fysieke wereld te verzamelen, en actuatoren om feedback te geven, terwijl je een nachtlamp bouwt                             | [Interactie met de fysieke wereld via sensoren en actuatoren](./1-getting-started/lessons/3-sensors-and-actuators/README.md)   |
+|  04   | [Aan de slag](./1-getting-started/README.md) |                Verbind je apparaat met het internet             | Leer hoe je een IoT-apparaat met het internet verbindt om berichten te verzenden en ontvangen door je nachtlamp te verbinden met een MQTT-broker                 |                 [Verbind je apparaat met het internet](./1-getting-started/lessons/4-connect-internet/README.md)               |
+|  05   |            [Boerderij](./2-farm/README.md)            |                    Voorspel plantengroei                        | Leer hoe je plantengroei kunt voorspellen met temperatuurgegevens vastgelegd door een IoT-apparaat                                                                |                            [Voorspel plantengroei](./2-farm/lessons/1-predict-plant-growth/README.md)                          |
+|  06   |            [Boerderij](./2-farm/README.md)            |                    Detecteer bodemvochtigheid                    | Leer hoe je bodemvochtigheid detecteert en een bodemvochtigheidssensor kalibreert                                                                                  |                             [Detecteer bodemvochtigheid](./2-farm/lessons/2-detect-soil-moisture/README.md)                    |
+|  07   |            [Boerderij](./2-farm/README.md)            |                 Geautomatiseerd bewateren van planten           | Leer hoe je bewatering automatiseert en programmeert met een relais en MQTT                                                                                        |                        [Geautomatiseerd bewateren](./2-farm/lessons/3-automated-plant-watering/README.md)                      |
+|  08   |            [Boerderij](./2-farm/README.md)            |               Migreer je plant naar de cloud                     | Leer over de cloud en cloud-hosted IoT-services en hoe je je plant eraan koppelt in plaats van aan een openbare MQTT-broker                                        |                   [Migreer je plant naar de cloud](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)               |
+|  09   |            [Boerderij](./2-farm/README.md)            |        Migreer je applicatielogica naar de cloud                | Leer hoe je applicatielogica in de cloud schrijft die reageert op IoT-berichten                                                                                   |          [Migreer je applicatielogica naar de cloud](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)           |
+|  10   |            [Boerderij](./2-farm/README.md)            |                Houd je plant veilig                               | Leer over beveiliging bij IoT en hoe je je plant veilig houdt met sleutels en certificaten                                                                        |                           [Houd je plant veilig](./2-farm/lessons/6-keep-your-plant-secure/README.md)                           |
+|  11   |       [Transport](./3-transport/README.md)       |                      Locatie-tracking                           | Leer over GPS-locatie-tracking voor IoT-apparaten                                                                                                                |                             [Locatie-tracking](./3-transport/lessons/1-location-tracking/README.md)                            |
+|  12   |       [Transport](./3-transport/README.md)       |                     Opslaan van locatiegegevens                 | Leer hoe je IoT-gegevens opslaat om ze later te visualiseren of analyseren                                                                                        |                           [Opslaan van locatiegegevens](./3-transport/lessons/2-store-location-data/README.md)                  |
+|  13   |       [Transport](./3-transport/README.md)       |                    Visualiseren van locatiegegevens             | Leer over het visualiseren van locatiegegevens op een kaart, en hoe kaarten de echte 3D-wereld in 2 dimensies representeren                                       |                          [Visualiseren van locatiegegevens](./3-transport/lessons/3-visualize-location-data/README.md)         |
+|  14   |       [Transport](./3-transport/README.md)       |                          Geofences                                | Leer over geofences, en hoe ze kunnen worden gebruikt om te waarschuwen wanneer voertuigen in de toeleveringsketen nabij hun bestemming zijn                       |                                     [Geofences](./3-transport/lessons/4-geofences/README.md)                                   |
+|  15   |   [Productie](./4-manufacturing/README.md)   |              Train een kwaliteitsdetector voor fruit            | Leer hoe je een beeldclassificator in de cloud traint om de kwaliteit van fruit te detecteren                                                                     |                        [Train een fruitkwaliteitsdetector](./4-manufacturing/lessons/1-train-fruit-detector/README.md)          |
+|  16   |   [Productie](./4-manufacturing/README.md)   |          Controleer fruitkwaliteit via een IoT-apparaat          | Leer hoe je je fruitkwaliteitsdetector gebruikt vanaf een IoT-apparaat                                                                                            |                      [Controleer fruitkwaliteit via IoT](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)        |
+|  17   |   [Productie](./4-manufacturing/README.md)   |            Laat je fruitdetector draaien aan de edge            | Leer over het draaien van je fruitdetector op een IoT-apparaat aan de edge                                                                                        |                           [Fruitdetector draaien aan de edge](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)   |
+|  18   |   [Productie](./4-manufacturing/README.md)   |         Activeer fruitkwaliteitsdetectie vanaf een sensor       | Leer hoe je fruitkwaliteitsdetectie activeert vanaf een sensor                                                                                                   |                      [Activeer fruitkwaliteitsdetectie](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)          |
+|  19   |          [Retail](./5-retail/README.md)          |                  Train een voorraaddetector                     | Leer hoe je objectdetectie gebruikt om een voorraaddetector te trainen om voorraad in een winkel te tellen                                                      |                           [Train een voorraaddetector](./5-retail/lessons/1-train-stock-detector/README.md)                    |
+|  20   |          [Retail](./5-retail/README.md)          |               Controleer voorraad vanaf een IoT-apparaat        | Leer hoe je voorraad controleert vanaf een IoT-apparaat met een model voor objectdetectie                                                                        |                        [Controleer voorraad via IoT](./5-retail/lessons/2-check-stock-device/README.md)                        |
+|  21   |        [Consument](./6-consumer/README.md)        |              Herken spraak met een IoT-apparaat                 | Leer hoe je spraak herkent met een IoT-apparaat om een slimme timer te bouwen                                                                                    |                      [Herken spraak met IoT](./6-consumer/lessons/1-speech-recognition/README.md)                              |
+|  22   |        [Consument](./6-consumer/README.md)        |                     Begrijp taal                                 | Leer hoe je zinnen begrijpt die tegen een IoT-apparaat worden gesproken                                                                                        |                          [Begrijp taal](./6-consumer/lessons/2-language-understanding/README.md)                               |
+|  23   |        [Consument](./6-consumer/README.md)        |           Stel een timer in en geef gesproken feedback          | Leer hoe je een timer instelt op een IoT-apparaat en gesproken feedback geeft over het tijdstip van instelling en het aflopen van de timer                      |                   [Stel een timer in en geef gesproken feedback](./6-consumer/lessons/3-spoken-feedback/README.md)           |
+|  24   |        [Consument](./6-consumer/README.md)        |                 Ondersteun meerdere talen                        | Leer hoe je meerdere talen ondersteunt, zowel in spraak naar je smart timer als in de antwoorden                                                              |                      [Ondersteun meerdere talen](./6-consumer/lessons/4-multiple-language-support/README.md)                  |
 
 ## Offline toegang
 
-Je kunt deze documentatie offline draaien met [Docsify](https://docsify.js.org/#/). Fork deze repo, [installeer Docsify](https://docsify.js.org/#/quickstart) op je lokale machine, en typ dan in de hoofdmap van deze repo `docsify serve`. De website wordt geserveerd op poort 3000 op je localhost: `localhost:3000`.
+Je kunt deze documentatie offline openen met behulp van [Docsify](https://docsify.js.org/#/). Fork deze repo, [installeer Docsify](https://docsify.js.org/#/quickstart) op je lokale machine en typ in de hoofdmap van deze repo `docsify serve`. De website zal draaien op poort 3000 op je localhost: `localhost:3000`.
 
 ## Quiz
 
-Dank aan de community voor het hosten van de interactieve quiz waarmee je je kennis over elk hoofdstuk kunt testen. Test je kennis [hier](https://ff-quizzes.netlify.app/en/).
+Dank aan de community voor het hosten van de interactieve quiz die je kennis test over elk hoofdstuk. Je test je kennis [hier](https://ff-quizzes.netlify.app/en/)
 
 ### PDF
 
-Je kunt een PDF genereren van deze inhoud voor offline gebruik indien nodig. Zorg ervoor dat je [npm hebt geïnstalleerd](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) en voer de volgende commando's uit in de hoofdmap van deze repo:
+Je kunt een PDF bij deze inhoud genereren voor offline toegang indien nodig. Om dit te doen, zorg dat je [npm hebt geïnstalleerd](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) en voer de volgende commando's uit in de hoofdmap van deze repo:
 
 ```sh
 npm i
 npm run convert
 ```
 
-### Presentaties
+### Slides
 
-Er zijn presentaties voor sommige lessen in de [slides](../../slides) map.
+Er zijn slides voor sommige lessen in de [slides](../../slides) map.
 
 ## Andere Curricula
 
-Ons team produceert andere curricula! Bekijk:
+Ons team maakt ook andere curricula! Bekijk:
 
 <!-- CO-OP TRANSLATOR OTHER COURSES START -->
 ### LangChain
-[![LangChain4j voor Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
-[![LangChain.js voor Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
-
+[![LangChain4j voor beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
+[![LangChain.js voor beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
+[![LangChain voor beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
 ---
 
 ### Azure / Edge / MCP / Agents
-[![AZD voor Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
-[![Edge AI voor Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![AZD voor beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![Rand AI voor Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![MCP voor Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![AI Agents voor Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
 
@@ -202,11 +212,11 @@ Ons team produceert andere curricula! Bekijk:
 
 ## Beeldvermeldingen
 
-Je kunt alle vermeldingen voor de gebruikte afbeeldingen in dit curriculum waar nodig vinden in de [Vermeldingen](./attributions.md).
+U kunt alle vermeldingen van de gebruikte afbeeldingen in dit curriculum waar nodig vinden in de [Vermeldingen](./attributions.md).
 
 ---
 
 <!-- CO-OP TRANSLATOR DISCLAIMER START -->
-**Disclaimer**:  
-Dit document is vertaald met behulp van de AI-vertalingsdienst [Co-op Translator](https://github.com/Azure/co-op-translator). Hoewel we streven naar nauwkeurigheid, dient u er rekening mee te houden dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet als de gezaghebbende bron worden beschouwd. Voor belangrijke informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor enige misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.
+**Disclaimer**:
+Dit document is vertaald met behulp van de AI vertaaldienst [Co-op Translator](https://github.com/Azure/co-op-translator). Hoewel we streven naar nauwkeurigheid, dient u er rekening mee te houden dat automatische vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het oorspronkelijke document in de originele taal moet als de gezaghebbende bron worden beschouwd. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor enige misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.
 <!-- CO-OP TRANSLATOR DISCLAIMER END -->
\ No newline at end of file
diff --git a/translations/nl/hardware.md b/translations/nl/hardware.md
index 0143a9fe8..2e3012bc1 100644
--- a/translations/nl/hardware.md
+++ b/translations/nl/hardware.md
@@ -26,7 +26,7 @@ Seeed Studios heeft heel vriendelijk alle hardware beschikbaar gemaakt als eenvo
 
 **[IoT voor beginners met Seeed en Microsoft - Raspberry Pi 4 Starter Kit](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)**
 
-[![De Raspberry Pi Terminal hardware kit](../../translated_images/nl/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
+[![De Raspberry Pi Terminal hardware kit](../../translated_images/nl/pi-hardware-kit.26dbadaedb7dd44c.webp)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
 
 ## Arduino
 
diff --git a/translations/vi/.co-op-translator.json b/translations/vi/.co-op-translator.json
index cfe4eb9bf..12089012a 100644
--- a/translations/vi/.co-op-translator.json
+++ b/translations/vi/.co-op-translator.json
@@ -738,8 +738,8 @@
     "language_code": "vi"
   },
   "README.md": {
-    "original_hash": "3fcc056cd3837e33d2bdf79f9c359fcf",
-    "translation_date": "2026-01-30T02:13:22+00:00",
+    "original_hash": "accf69391fa4450eadbf492ca024cccf",
+    "translation_date": "2026-04-06T17:08:49+00:00",
     "source_file": "README.md",
     "language_code": "vi"
   },
diff --git a/translations/vi/1-getting-started/lessons/1-introduction-to-iot/README.md b/translations/vi/1-getting-started/lessons/1-introduction-to-iot/README.md
index 3319db5ed..f48556e78 100644
--- a/translations/vi/1-getting-started/lessons/1-introduction-to-iot/README.md
+++ b/translations/vi/1-getting-started/lessons/1-introduction-to-iot/README.md
@@ -1,6 +1,6 @@
 # Giới thiệu về IoT
 
-![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.jpg)
+![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-1.2606670fa61ee904.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấn vào hình ảnh để xem phiên bản lớn hơn.
 
diff --git a/translations/vi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md b/translations/vi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
index 858690878..fe012d704 100644
--- a/translations/vi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
+++ b/translations/vi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
@@ -203,7 +203,7 @@ Như một bước 'Hello World' thứ hai, bạn sẽ chạy ứng dụng Count
 
     Ứng dụng sẽ bắt đầu chạy và mở trong trình duyệt web của bạn:
 
-    ![Ứng dụng Counter Fit chạy trong trình duyệt](../../../../../translated_images/vi/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.png)
+    ![Ứng dụng Counter Fit chạy trong trình duyệt](../../../../../translated_images/vi/counterfit-first-run.433326358b669b31.webp)
 
     Nó sẽ được đánh dấu là *Disconnected*, với đèn LED ở góc trên bên phải tắt.
 
@@ -224,7 +224,7 @@ Như một bước 'Hello World' thứ hai, bạn sẽ chạy ứng dụng Count
 
 1. Trong terminal mới này, chạy tệp `app.py` như trước. Trạng thái của CounterFit sẽ thay đổi thành **Connected** và đèn LED sẽ sáng lên.
 
-    ![Counter Fit hiển thị trạng thái đã kết nối](../../../../../translated_images/vi/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.png)
+    ![Counter Fit hiển thị trạng thái đã kết nối](../../../../../translated_images/vi/counterfit-connected.ed30b46d8f79b092.webp)
 
 > 💁 Bạn có thể tìm thấy mã này trong thư mục [code/virtual-device](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/virtual-device).
 
diff --git a/translations/vi/1-getting-started/lessons/2-deeper-dive/README.md b/translations/vi/1-getting-started/lessons/2-deeper-dive/README.md
index 862a146e0..5cee99a0b 100644
--- a/translations/vi/1-getting-started/lessons/2-deeper-dive/README.md
+++ b/translations/vi/1-getting-started/lessons/2-deeper-dive/README.md
@@ -1,6 +1,6 @@
 # Tìm hiểu sâu hơn về IoT
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-2.324b0580d620c25e.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấn vào hình để xem phiên bản lớn hơn.
 
@@ -38,7 +38,7 @@ Phần **Thiết bị** trong IoT đề cập đến một thiết bị có th
 
 Những thiết bị này tương tác với thế giới vật lý, hoặc bằng cách sử dụng cảm biến để thu thập dữ liệu từ môi trường xung quanh, hoặc bằng cách điều khiển các đầu ra hoặc bộ truyền động để tạo ra các thay đổi vật lý. Ví dụ điển hình là một bộ điều nhiệt thông minh - một thiết bị có cảm biến nhiệt độ, một phương tiện để đặt nhiệt độ mong muốn như núm xoay hoặc màn hình cảm ứng, và một kết nối với hệ thống sưởi hoặc làm mát có thể được bật khi nhiệt độ phát hiện nằm ngoài phạm vi mong muốn. Cảm biến nhiệt độ phát hiện rằng phòng quá lạnh và một bộ truyền động sẽ bật hệ thống sưởi.
 
-![Sơ đồ hiển thị nhiệt độ và núm xoay làm đầu vào cho thiết bị IoT, và điều khiển hệ thống sưởi làm đầu ra](../../../../../translated_images/vi/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.png)
+![Sơ đồ hiển thị nhiệt độ và núm xoay làm đầu vào cho thiết bị IoT, và điều khiển hệ thống sưởi làm đầu ra](../../../../../translated_images/vi/basic-thermostat.a923217fd1f37e5a.webp)
 
 Có rất nhiều loại thiết bị khác nhau có thể hoạt động như thiết bị IoT, từ phần cứng chuyên dụng chỉ cảm nhận một thứ, đến các thiết bị đa năng, thậm chí cả điện thoại thông minh của bạn! Một chiếc điện thoại thông minh có thể sử dụng cảm biến để phát hiện thế giới xung quanh và bộ truyền động để tương tác với thế giới - ví dụ, sử dụng cảm biến GPS để phát hiện vị trí của bạn và loa để cung cấp hướng dẫn điều hướng đến một điểm đến.
 
@@ -54,7 +54,7 @@ Các thiết bị cũng không phải lúc nào cũng kết nối trực tiếp
 
 Với ví dụ về bộ điều nhiệt thông minh, bộ điều nhiệt sẽ kết nối qua WiFi gia đình đến một dịch vụ đám mây chạy trên đám mây. Nó sẽ gửi dữ liệu nhiệt độ đến dịch vụ đám mây này, và từ đó dữ liệu sẽ được ghi vào một cơ sở dữ liệu nào đó, cho phép chủ nhà kiểm tra nhiệt độ hiện tại và quá khứ qua một ứng dụng điện thoại. Một dịch vụ khác trên đám mây sẽ biết nhiệt độ mà chủ nhà mong muốn và gửi tin nhắn trở lại thiết bị IoT qua dịch vụ đám mây để yêu cầu hệ thống sưởi bật hoặc tắt.
 
-![Sơ đồ hiển thị nhiệt độ và núm xoay làm đầu vào cho thiết bị IoT, thiết bị IoT có kết nối hai chiều với đám mây, đám mây có kết nối hai chiều với điện thoại, và điều khiển hệ thống sưởi làm đầu ra từ thiết bị IoT](../../../../../translated_images/vi/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.png)
+![Sơ đồ hiển thị nhiệt độ và núm xoay làm đầu vào cho thiết bị IoT, thiết bị IoT có kết nối hai chiều với đám mây, đám mây có kết nối hai chiều với điện thoại, và điều khiển hệ thống sưởi làm đầu ra từ thiết bị IoT](../../../../../translated_images/vi/mobile-controlled-thermostat.4a994010473d8d6a.webp)
 
 Một phiên bản thông minh hơn có thể sử dụng AI trên đám mây với dữ liệu từ các cảm biến khác kết nối với các thiết bị IoT khác như cảm biến phát hiện phòng nào đang được sử dụng, cũng như dữ liệu như thời tiết và thậm chí cả lịch của bạn, để đưa ra quyết định về cách đặt nhiệt độ một cách thông minh. Ví dụ, nó có thể tắt hệ thống sưởi nếu đọc từ lịch của bạn rằng bạn đang đi nghỉ, hoặc tắt hệ thống sưởi theo từng phòng tùy thuộc vào phòng nào bạn sử dụng, học hỏi từ dữ liệu để ngày càng chính xác hơn theo thời gian.
 
@@ -94,7 +94,7 @@ Tốc độ chu kỳ đồng hồ càng nhanh, càng nhiều lệnh có thể đ
 
 > 💁 CPU thực thi chương trình bằng [chu trình lấy-gỡ-thực thi](https://wikipedia.org/wiki/Instruction_cycle). Với mỗi lần đánh dấu đồng hồ, CPU sẽ lấy lệnh tiếp theo từ bộ nhớ, giải mã nó, sau đó thực thi nó, chẳng hạn như sử dụng đơn vị logic số học (ALU) để cộng 2 số. Một số lệnh thực thi sẽ mất nhiều lần đánh dấu để chạy, vì vậy chu trình tiếp theo sẽ chạy ở lần đánh dấu tiếp theo sau khi lệnh đã hoàn thành.
 
-![Chu trình lấy-gỡ-thực thi hiển thị việc lấy lệnh từ chương trình được lưu trữ trong RAM, sau đó giải mã và thực thi nó trên CPU](../../../../../translated_images/vi/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.png)
+![Chu trình lấy-gỡ-thực thi hiển thị việc lấy lệnh từ chương trình được lưu trữ trong RAM, sau đó giải mã và thực thi nó trên CPU](../../../../../translated_images/vi/fetch-decode-execute.2fd6f150f6280392.webp)
 
 Vi điều khiển có tốc độ đồng hồ thấp hơn nhiều so với máy tính để bàn hoặc laptop, hoặc thậm chí hầu hết các điện thoại thông minh. Ví dụ, Wio Terminal có CPU chạy ở tốc độ 120MHz hoặc 120.000.000 chu kỳ mỗi giây.
 
@@ -182,7 +182,7 @@ Các bo mạch Arduino được lập trình bằng C hoặc C++. Sử dụng C/
 
 Bạn sẽ viết mã khởi tạo của mình trong hàm `setup`, chẳng hạn như kết nối với WiFi và dịch vụ đám mây hoặc khởi tạo các chân cho đầu vào và đầu ra. Mã vòng lặp của bạn sau đó sẽ chứa mã xử lý, chẳng hạn như đọc từ cảm biến và gửi giá trị lên đám mây. Bạn thường thêm một khoảng thời gian chờ trong mỗi vòng lặp, ví dụ, nếu bạn chỉ muốn dữ liệu cảm biến được gửi mỗi 10 giây, bạn sẽ thêm một khoảng thời gian chờ 10 giây ở cuối vòng lặp để vi điều khiển có thể ngủ, tiết kiệm năng lượng, sau đó chạy lại vòng lặp khi cần sau 10 giây.
 
-![Một sketch Arduino chạy setup trước, sau đó chạy loop liên tục](../../../../../translated_images/vi/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.png)
+![Một sketch Arduino chạy setup trước, sau đó chạy loop liên tục](../../../../../translated_images/vi/arduino-sketch.79590cb837ff7a7c.webp)
 
 ✅ Kiến trúc chương trình này được gọi là *vòng lặp sự kiện* hoặc *vòng lặp thông điệp*. Nhiều ứng dụng sử dụng điều này dưới nền và đây là tiêu chuẩn cho hầu hết các ứng dụng máy tính để bàn chạy trên các hệ điều hành như Windows, macOS hoặc Linux. Hàm `loop` lắng nghe các thông điệp từ các thành phần giao diện người dùng như nút bấm, hoặc các thiết bị như bàn phím, và phản hồi chúng. Bạn có thể đọc thêm trong [bài viết về vòng lặp sự kiện](https://wikipedia.org/wiki/Event_loop).
 
diff --git a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/README.md b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/README.md
index 36f0d2d3d..951d55b9b 100644
--- a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/README.md
+++ b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/README.md
@@ -1,6 +1,6 @@
 # Tương tác với thế giới vật lý bằng cảm biến và bộ truyền động
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-3.cc3b7b4cd646de59.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -92,7 +92,7 @@ Cảm biến kỹ thuật số, giống như cảm biến analog, phát hiện t
 
 Cảm biến kỹ thuật số đơn giản nhất là nút bấm hoặc công tắc. Đây là cảm biến với hai trạng thái, bật hoặc tắt.
 
-![Một nút bấm nhận 5 volt. Khi không được nhấn, nó trả về 0 volt, khi được nhấn, nó trả về 5 volt](../../../../../translated_images/vi/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.png)
+![Một nút bấm nhận 5 volt. Khi không được nhấn, nó trả về 0 volt, khi được nhấn, nó trả về 5 volt](../../../../../translated_images/vi/button.eadb560b77ac45e5.webp)
 
 Các chân trên thiết bị IoT như chân GPIO có thể đo tín hiệu này trực tiếp dưới dạng 0 hoặc 1. Nếu điện áp gửi đi giống với điện áp trả về, giá trị đọc là 1, nếu không giá trị đọc là 0. Không cần phải chuyển đổi tín hiệu, nó chỉ có thể là 1 hoặc 0.
 
@@ -125,7 +125,7 @@ Một số bộ truyền động phổ biến bao gồm:
 
 Làm theo hướng dẫn phù hợp dưới đây để thêm bộ truyền động vào thiết bị IoT của bạn, được điều khiển bởi cảm biến, để tạo ra một chiếc đèn ngủ IoT. Nó sẽ thu thập mức ánh sáng từ cảm biến ánh sáng và sử dụng bộ truyền động dưới dạng đèn LED để phát sáng khi mức ánh sáng được phát hiện quá thấp.
 
-![Biểu đồ luồng của bài tập cho thấy mức ánh sáng được đọc và kiểm tra, và đèn LED được điều khiển](../../../../../translated_images/vi/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.png)
+![Biểu đồ luồng của bài tập cho thấy mức ánh sáng được đọc và kiểm tra, và đèn LED được điều khiển](../../../../../translated_images/vi/assignment-1-flow.7552a51acb1a5ec8.webp)
 
 * [Arduino - Wio Terminal](wio-terminal-actuator.md)
 * [Máy tính đơn bảng - Raspberry Pi](pi-actuator.md)
@@ -140,7 +140,7 @@ Giống như cảm biến, bộ truyền động có thể là analog hoặc k
 Bộ truyền động analog nhận tín hiệu analog và chuyển đổi nó thành một loại tương tác nào đó, nơi tương tác thay đổi dựa trên điện áp được cung cấp.
 
 Một ví dụ là đèn có thể điều chỉnh độ sáng, chẳng hạn như những chiếc đèn bạn có thể có trong nhà. Lượng điện áp được cung cấp cho đèn quyết định độ sáng của nó.
-![Một bóng đèn mờ ở điện áp thấp và sáng hơn ở điện áp cao](../../../../../translated_images/vi/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.png)
+![Một bóng đèn mờ ở điện áp thấp và sáng hơn ở điện áp cao](../../../../../translated_images/vi/dimmable-light.9ceffeb195dec1a8.webp)
 
 Giống như với các cảm biến, thiết bị IoT thực tế hoạt động trên tín hiệu số, không phải tín hiệu analog. Điều này có nghĩa là để gửi một tín hiệu analog, thiết bị IoT cần một bộ chuyển đổi số sang analog (DAC), hoặc trực tiếp trên thiết bị IoT, hoặc trên một bảng kết nối. Bộ chuyển đổi này sẽ chuyển đổi các số 0 và 1 từ thiết bị IoT thành điện áp analog mà bộ truyền động có thể sử dụng.
 
@@ -187,7 +187,7 @@ Bộ truyền động số, giống như cảm biến số, hoặc có hai trạ
 
 Một bộ truyền động số đơn giản là đèn LED. Khi một thiết bị gửi tín hiệu số là 1, một điện áp cao được gửi để làm sáng đèn LED. Khi tín hiệu số là 0 được gửi, điện áp giảm xuống 0V và đèn LED tắt.
 
-![Một đèn LED tắt ở 0 volt và bật ở 5V](../../../../../translated_images/vi/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.png)
+![Một đèn LED tắt ở 0 volt và bật ở 5V](../../../../../translated_images/vi/led.ec6d94f66676a174.webp)
 
 ✅ Bạn có thể nghĩ đến những bộ truyền động hai trạng thái đơn giản nào khác? Một ví dụ là solenoid, một nam châm điện có thể được kích hoạt để thực hiện các việc như di chuyển chốt cửa để khóa/mở khóa cửa.
 
diff --git a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
index e788f6071..59d4acc05 100644
--- a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
+++ b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
@@ -26,7 +26,7 @@ Otherwise
 
 Kết nối đèn LED.
 
-![Một đèn LED Grove](../../../../../translated_images/vi/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
+![Một đèn LED Grove](../../../../../translated_images/vi/grove-led.6c853be93f473cf2.webp)
 
 1. Chọn đèn LED yêu thích của bạn và cắm các chân vào hai lỗ trên module đèn LED.
 
@@ -40,7 +40,7 @@ Kết nối đèn LED.
 
 1. Khi Raspberry Pi đã tắt nguồn, kết nối đầu còn lại của cáp Grove vào ổ cắm kỹ thuật số được đánh dấu **D5** trên mũ Grove Base gắn vào Pi. Ổ cắm này là ổ thứ hai từ bên trái, trên hàng ổ cắm cạnh các chân GPIO.
 
-![Đèn LED Grove được kết nối với ổ D5](../../../../../translated_images/vi/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.png)
+![Đèn LED Grove được kết nối với ổ D5](../../../../../translated_images/vi/pi-led.97f1d474981dc35d.webp)
 
 ## Lập trình đèn ngủ
 
diff --git a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
index 67b4d7004..dc5bc5c37 100644
--- a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
+++ b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
@@ -16,13 +16,13 @@ Cảm biến ánh sáng Grove được sử dụng để phát hiện mức đ
 
 Kết nối cảm biến ánh sáng
 
-![Một cảm biến ánh sáng Grove](../../../../../translated_images/vi/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.png)
+![Một cảm biến ánh sáng Grove](../../../../../translated_images/vi/grove-light-sensor.b8127b7c434e632d.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên module cảm biến ánh sáng. Cáp chỉ có thể cắm theo một chiều.
 
 1. Khi Raspberry Pi đã tắt nguồn, kết nối đầu còn lại của cáp Grove vào ổ cắm analog được đánh dấu **A0** trên Grove Base hat gắn vào Pi. Ổ cắm này là ổ thứ hai từ bên phải, nằm trên hàng ổ cắm cạnh các chân GPIO.
 
-![Cảm biến ánh sáng Grove được kết nối với ổ A0](../../../../../translated_images/vi/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.png)
+![Cảm biến ánh sáng Grove được kết nối với ổ A0](../../../../../translated_images/vi/pi-light-sensor.66cc1e31fa48cd7d.webp)
 
 ## Lập trình cảm biến ánh sáng
 
diff --git a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
index 9c7d84d95..772db0df1 100644
--- a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
+++ b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
@@ -36,11 +36,11 @@ Thêm đèn LED vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo đèn LED trên Pin 5.
 
-    ![Cài đặt đèn LED](../../../../../translated_images/vi/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.png)
+    ![Cài đặt đèn LED](../../../../../translated_images/vi/counterfit-create-led.ba9db1c9b8c622a6.webp)
 
     Đèn LED sẽ được tạo và xuất hiện trong danh sách các bộ truyền động.
 
-    ![Đèn LED đã được tạo](../../../../../translated_images/vi/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.png)
+    ![Đèn LED đã được tạo](../../../../../translated_images/vi/counterfit-led.c0ab02de6d256ad8.webp)
 
     Sau khi đèn LED được tạo, bạn có thể thay đổi màu sắc bằng cách sử dụng bộ chọn *Color*. Chọn nút **Set** để thay đổi màu sau khi bạn đã chọn.
 
diff --git a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
index de5954da7..feb9eb31f 100644
--- a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
+++ b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
@@ -28,11 +28,11 @@ Thêm cảm biến ánh sáng vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo cảm biến ánh sáng trên Pin 0.
 
-    ![Cài đặt cảm biến ánh sáng](../../../../../translated_images/vi/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.png)
+    ![Cài đặt cảm biến ánh sáng](../../../../../translated_images/vi/counterfit-create-light-sensor.9f36a5e0d4458d8d.webp)
 
     Cảm biến ánh sáng sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Cảm biến ánh sáng đã được tạo](../../../../../translated_images/vi/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.png)
+    ![Cảm biến ánh sáng đã được tạo](../../../../../translated_images/vi/counterfit-light-sensor.5d0f5584df56b90f.webp)
 
 ## Lập trình cảm biến ánh sáng
 
diff --git a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
index 6880fc14c..e9566319d 100644
--- a/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
+++ b/translations/vi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
@@ -26,7 +26,7 @@ Otherwise
 
 Kết nối đèn LED.
 
-![Một đèn LED Grove](../../../../../translated_images/vi/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
+![Một đèn LED Grove](../../../../../translated_images/vi/grove-led.6c853be93f473cf2.webp)
 
 1. Chọn đèn LED yêu thích của bạn và cắm các chân vào hai lỗ trên module LED.
 
diff --git a/translations/vi/1-getting-started/lessons/4-connect-internet/README.md b/translations/vi/1-getting-started/lessons/4-connect-internet/README.md
index 859d8bafb..939fc7ca4 100644
--- a/translations/vi/1-getting-started/lessons/4-connect-internet/README.md
+++ b/translations/vi/1-getting-started/lessons/4-connect-internet/README.md
@@ -1,6 +1,6 @@
 # Kết nối thiết bị của bạn với Internet
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-4.7344e074ea68fa54.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -47,7 +47,7 @@ MQTT là giao thức truyền thông phổ biến nhất cho các thiết bị I
 
 MQTT có một broker duy nhất và nhiều client. Tất cả các client kết nối với broker, và broker định tuyến tin nhắn đến các client liên quan. Tin nhắn được định tuyến bằng cách sử dụng các chủ đề được đặt tên, thay vì gửi trực tiếp đến một client cụ thể. Một client có thể xuất bản lên một chủ đề, và bất kỳ client nào đăng ký chủ đề đó sẽ nhận được tin nhắn.
 
-![Thiết bị IoT xuất bản dữ liệu đo từ xa trên chủ đề /telemetry, và dịch vụ đám mây đăng ký chủ đề đó](../../../../../translated_images/vi/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.png)
+![Thiết bị IoT xuất bản dữ liệu đo từ xa trên chủ đề /telemetry, và dịch vụ đám mây đăng ký chủ đề đó](../../../../../translated_images/vi/mqtt.cbf7f21d9adc3e17.webp)
 
 ✅ Nghiên cứu thêm. Nếu bạn có nhiều thiết bị IoT, làm thế nào để đảm bảo broker MQTT của bạn có thể xử lý tất cả các tin nhắn?
 
@@ -69,7 +69,7 @@ Thay vì xử lý các phức tạp của việc thiết lập một broker MQTT
 
 > 💁 Broker thử nghiệm này là công cộng và không an toàn. Bất kỳ ai cũng có thể nghe những gì bạn xuất bản, vì vậy nó không nên được sử dụng với bất kỳ dữ liệu nào cần được giữ bí mật.
 
-![Sơ đồ luồng của bài tập cho thấy mức độ ánh sáng được đọc và kiểm tra, và LED được điều khiển](../../../../../translated_images/vi/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.png)
+![Sơ đồ luồng của bài tập cho thấy mức độ ánh sáng được đọc và kiểm tra, và LED được điều khiển](../../../../../translated_images/vi/assignment-1-internet-flow.3256feab5f052fd2.webp)
 
 Thực hiện bước phù hợp dưới đây để kết nối thiết bị của bạn với broker MQTT:
 
@@ -350,7 +350,7 @@ Kết nối Internet có thể không ổn định, với các sự cố thườ
 
 Các nhà thiết kế thiết bị IoT cũng nên cân nhắc liệu thiết bị IoT có thể được sử dụng trong thời gian mất kết nối Internet hoặc mất tín hiệu do vị trí hay không. Một bộ điều nhiệt thông minh nên có khả năng đưa ra một số quyết định hạn chế để kiểm soát hệ thống sưởi nếu nó không thể gửi telemetry lên đám mây do sự cố.
 
-[![Chiếc Ferrari này bị hỏng vì ai đó cố gắng nâng cấp nó dưới lòng đất nơi không có tín hiệu di động](../../../../../translated_images/vi/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.png)](https://twitter.com/internetofshit/status/1315736960082808832)
+[![Chiếc Ferrari này bị hỏng vì ai đó cố gắng nâng cấp nó dưới lòng đất nơi không có tín hiệu di động](../../../../../translated_images/vi/bricked-car.dc38f8efadc6c59d.webp)](https://twitter.com/internetofshit/status/1315736960082808832)
 
 Để MQTT xử lý mất kết nối, mã thiết bị và máy chủ sẽ cần chịu trách nhiệm đảm bảo việc gửi tin nhắn nếu cần thiết, ví dụ bằng cách yêu cầu tất cả các tin nhắn gửi đi phải được trả lời bằng các tin nhắn bổ sung trên một chủ đề trả lời, và nếu không thì chúng được xếp hàng thủ công để phát lại sau.
 
@@ -358,7 +358,7 @@ Các nhà thiết kế thiết bị IoT cũng nên cân nhắc liệu thiết b
 
 Lệnh là các tin nhắn được gửi từ đám mây đến thiết bị, yêu cầu nó thực hiện một hành động nào đó. Hầu hết thời gian điều này liên quan đến việc cung cấp một số loại đầu ra thông qua bộ truyền động, nhưng nó cũng có thể là một yêu cầu cho chính thiết bị, chẳng hạn như khởi động lại hoặc thu thập thêm telemetry và trả lại nó như một phản hồi cho lệnh.
 
-![Một bộ điều nhiệt kết nối Internet nhận lệnh bật hệ thống sưởi](../../../../../translated_images/vi/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.png)
+![Một bộ điều nhiệt kết nối Internet nhận lệnh bật hệ thống sưởi](../../../../../translated_images/vi/commands.d6c06bbbb3a02cce.webp)
 
 Một bộ điều nhiệt có thể nhận lệnh từ đám mây để bật hệ thống sưởi. Dựa trên dữ liệu telemetry từ tất cả các cảm biến, nếu dịch vụ đám mây đã quyết định rằng hệ thống sưởi nên bật, thì nó sẽ gửi lệnh tương ứng.
 
diff --git a/translations/vi/2-farm/lessons/1-predict-plant-growth/README.md b/translations/vi/2-farm/lessons/1-predict-plant-growth/README.md
index d22ffc38e..8c6a5ef96 100644
--- a/translations/vi/2-farm/lessons/1-predict-plant-growth/README.md
+++ b/translations/vi/2-farm/lessons/1-predict-plant-growth/README.md
@@ -61,7 +61,7 @@ Các bước thực hiện thủ công như sau:
 
 Ví dụ, nếu nhiệt độ cao nhất trong ngày là 25°C và thấp nhất là 12°C:
 
-![GDD = 25 + 12 chia cho 2, sau đó trừ đi 10, kết quả là 8.5](../../../../../translated_images/vi/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.png)
+![GDD = 25 + 12 chia cho 2, sau đó trừ đi 10, kết quả là 8.5](../../../../../translated_images/vi/gdd-calculation-strawberries.59f57db94b22adb8.webp)
 
 * 25 + 12 = 37
 * 37 / 2 = 18.5
diff --git a/translations/vi/2-farm/lessons/1-predict-plant-growth/assignment.md b/translations/vi/2-farm/lessons/1-predict-plant-growth/assignment.md
index 0538da695..545b01292 100644
--- a/translations/vi/2-farm/lessons/1-predict-plant-growth/assignment.md
+++ b/translations/vi/2-farm/lessons/1-predict-plant-growth/assignment.md
@@ -33,7 +33,7 @@ Khi đã có dữ liệu nhiệt độ, bạn có thể sử dụng Jupyter Note
 
     Jupyter sẽ khởi động và mở notebook trong trình duyệt của bạn. Làm theo các hướng dẫn trong notebook để hình dung nhiệt độ đã đo và tính toán số ngày độ tăng trưởng.
 
-    ![Jupyter notebook](../../../../../translated_images/vi/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.png)
+    ![Jupyter notebook](../../../../../translated_images/vi/gdd-jupyter-notebook.c5b52cf21094f158.webp)
 
 ## Tiêu chí đánh giá
 
diff --git a/translations/vi/2-farm/lessons/1-predict-plant-growth/pi-temp.md b/translations/vi/2-farm/lessons/1-predict-plant-growth/pi-temp.md
index 03ec5ae20..8889a2397 100644
--- a/translations/vi/2-farm/lessons/1-predict-plant-growth/pi-temp.md
+++ b/translations/vi/2-farm/lessons/1-predict-plant-growth/pi-temp.md
@@ -16,7 +16,7 @@ Cảm biến nhiệt độ Grove có thể được kết nối với Raspberry
 
 Kết nối cảm biến nhiệt độ
 
-![Một cảm biến nhiệt độ Grove](../../../../../translated_images/vi/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
+![Một cảm biến nhiệt độ Grove](../../../../../translated_images/vi/grove-dht11.07f8eafceee17004.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến độ ẩm và nhiệt độ. Cáp chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md b/translations/vi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
index 58a59b911..45e75f000 100644
--- a/translations/vi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
+++ b/translations/vi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
@@ -38,11 +38,11 @@ Thêm cảm biến độ ẩm và nhiệt độ vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo cảm biến độ ẩm trên Pin 5.
 
-    ![Cài đặt cảm biến độ ẩm](../../../../../translated_images/vi/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.png)
+    ![Cài đặt cảm biến độ ẩm](../../../../../translated_images/vi/counterfit-create-humidity-sensor.2750e27b6f30e09c.webp)
 
     Cảm biến độ ẩm sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Cảm biến độ ẩm đã được tạo](../../../../../translated_images/vi/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.png)
+    ![Cảm biến độ ẩm đã được tạo](../../../../../translated_images/vi/counterfit-humidity-sensor.7b12f7f339e430cb.webp)
 
 1. Tạo một cảm biến nhiệt độ:
 
@@ -54,11 +54,11 @@ Thêm cảm biến độ ẩm và nhiệt độ vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo cảm biến nhiệt độ trên Pin 6.
 
-    ![Cài đặt cảm biến nhiệt độ](../../../../../translated_images/vi/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.png)
+    ![Cài đặt cảm biến nhiệt độ](../../../../../translated_images/vi/counterfit-create-temperature-sensor.199350ed34f7343d.webp)
 
     Cảm biến nhiệt độ sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Cảm biến nhiệt độ đã được tạo](../../../../../translated_images/vi/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.png)
+    ![Cảm biến nhiệt độ đã được tạo](../../../../../translated_images/vi/counterfit-temperature-sensor.f0560236c96a9016.webp)
 
 ## Lập trình ứng dụng cảm biến nhiệt độ
 
diff --git a/translations/vi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md b/translations/vi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
index 568dbaa63..91edb60ab 100644
--- a/translations/vi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
+++ b/translations/vi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
@@ -18,7 +18,7 @@ Cảm biến nhiệt độ Grove có thể được kết nối với cổng k
 
 Kết nối cảm biến nhiệt độ.
 
-![Một cảm biến nhiệt độ Grove](../../../../../translated_images/vi/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
+![Một cảm biến nhiệt độ Grove](../../../../../translated_images/vi/grove-dht11.07f8eafceee17004.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến độ ẩm và nhiệt độ. Nó chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/2-farm/lessons/2-detect-soil-moisture/README.md b/translations/vi/2-farm/lessons/2-detect-soil-moisture/README.md
index ce480adab..7d89dc4e5 100644
--- a/translations/vi/2-farm/lessons/2-detect-soil-moisture/README.md
+++ b/translations/vi/2-farm/lessons/2-detect-soil-moisture/README.md
@@ -13,7 +13,7 @@ I²C có một bus gồm 2 dây chính, cùng với 2 dây nguồn:
 | VCC | Voltage common collector | Nguồn cung cấp cho các thiết bị. Dây này được kết nối với dây SDA và SCL để cung cấp năng lượng thông qua một điện trở kéo lên, giúp tắt tín hiệu khi không có thiết bị nào là bộ điều khiển. |
 | GND | Ground | Cung cấp một điểm nối đất chung cho mạch điện. |
 
-![Bus I2C với 3 thiết bị được kết nối với dây SDA và SCL, chia sẻ một dây nối đất chung](../../../../../translated_images/vi/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.png)
+![Bus I2C với 3 thiết bị được kết nối với dây SDA và SCL, chia sẻ một dây nối đất chung](../../../../../translated_images/vi/i2c.83da845dde02256b.webp)
 
 Để gửi dữ liệu, một thiết bị sẽ phát ra điều kiện bắt đầu để cho biết nó sẵn sàng gửi dữ liệu. Sau đó, nó sẽ trở thành bộ điều khiển. Bộ điều khiển sau đó gửi địa chỉ của thiết bị mà nó muốn giao tiếp, cùng với việc nó muốn đọc hay ghi dữ liệu. Sau khi dữ liệu đã được truyền, bộ điều khiển gửi điều kiện dừng để chỉ ra rằng nó đã hoàn thành. Sau đó, một thiết bị khác có thể trở thành bộ điều khiển và gửi hoặc nhận dữ liệu.
 
diff --git a/translations/vi/2-farm/lessons/2-detect-soil-moisture/assignment.md b/translations/vi/2-farm/lessons/2-detect-soil-moisture/assignment.md
index 2b928a0c3..1bb956885 100644
--- a/translations/vi/2-farm/lessons/2-detect-soil-moisture/assignment.md
+++ b/translations/vi/2-farm/lessons/2-detect-soil-moisture/assignment.md
@@ -20,14 +20,14 @@ Bạn sẽ cần lặp lại các bước này nhiều lần để thu thập đ
 
 Độ ẩm đất theo trọng lượng được tính như sau:
 
-![độ ẩm đất % là trọng lượng đất ướt trừ trọng lượng đất khô, chia cho trọng lượng đất khô, nhân với 100](../../../../../translated_images/vi/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.png)
+![độ ẩm đất % là trọng lượng đất ướt trừ trọng lượng đất khô, chia cho trọng lượng đất khô, nhân với 100](../../../../../translated_images/vi/gsm-calculation.6da38c6201eec14e.webp)
 
 * W - trọng lượng của đất ướt  
 * W - trọng lượng của đất khô  
 
 Ví dụ, giả sử bạn có một mẫu đất nặng 212g khi ướt và 197g khi khô.
 
-![Phép tính đã được điền](../../../../../translated_images/vi/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.png)
+![Phép tính đã được điền](../../../../../translated_images/vi/gsm-calculation-example.99f9803b4f29e976.webp)
 
 * W = 212g  
 * W = 197g  
diff --git a/translations/vi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md b/translations/vi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
index ce6b75b2b..6b422b48c 100644
--- a/translations/vi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
+++ b/translations/vi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
@@ -18,13 +18,13 @@ Cảm biến độ ẩm đất Grove có thể được kết nối với Raspbe
 
 Kết nối cảm biến độ ẩm đất.
 
-![Một cảm biến độ ẩm đất Grove](../../../../../translated_images/vi/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
+![Một cảm biến độ ẩm đất Grove](../../../../../translated_images/vi/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến độ ẩm đất. Nó chỉ có thể cắm theo một chiều.
 
 1. Khi Raspberry Pi đã tắt nguồn, kết nối đầu còn lại của cáp Grove vào ổ cắm analog được đánh dấu **A0** trên Grove Base Hat gắn vào Pi. Ổ cắm này là ổ thứ hai từ bên phải, trên hàng ổ cắm cạnh các chân GPIO.
 
-![Cảm biến độ ẩm đất Grove được kết nối với ổ A0](../../../../../translated_images/vi/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.png)
+![Cảm biến độ ẩm đất Grove được kết nối với ổ A0](../../../../../translated_images/vi/pi-soil-moisture-sensor.fdd7eb2393792cf6.webp)
 
 1. Cắm cảm biến độ ẩm đất vào đất. Nó có một 'đường giới hạn cao nhất' - một đường trắng ngang qua cảm biến. Cắm cảm biến đến nhưng không vượt qua đường này.
 
diff --git a/translations/vi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md b/translations/vi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
index b2ecd9a8e..f5a7b7868 100644
--- a/translations/vi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
+++ b/translations/vi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
@@ -34,11 +34,11 @@ Thêm cảm biến độ ẩm đất vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo cảm biến *Soil Moisture* trên Pin 0.
 
-    ![Cài đặt cảm biến độ ẩm đất](../../../../../translated_images/vi/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.png)
+    ![Cài đặt cảm biến độ ẩm đất](../../../../../translated_images/vi/counterfit-create-soil-moisture-sensor.35266135a5e0ae68.webp)
 
     Cảm biến độ ẩm đất sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Cảm biến độ ẩm đất đã được tạo](../../../../../translated_images/vi/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.png)
+    ![Cảm biến độ ẩm đất đã được tạo](../../../../../translated_images/vi/counterfit-soil-moisture-sensor.81742b2de0e9de60.webp)
 
 ## Lập trình ứng dụng cảm biến độ ẩm đất
 
diff --git a/translations/vi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md b/translations/vi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
index 73c8875af..064d28588 100644
--- a/translations/vi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
+++ b/translations/vi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
@@ -18,7 +18,7 @@ Cảm biến độ ẩm đất Grove có thể được kết nối với cổng
 
 Kết nối cảm biến độ ẩm đất.
 
-![Một cảm biến độ ẩm đất Grove](../../../../../translated_images/vi/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
+![Một cảm biến độ ẩm đất Grove](../../../../../translated_images/vi/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến độ ẩm đất. Nó chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/2-farm/lessons/3-automated-plant-watering/README.md b/translations/vi/2-farm/lessons/3-automated-plant-watering/README.md
index f42d0f65c..ca567af72 100644
--- a/translations/vi/2-farm/lessons/3-automated-plant-watering/README.md
+++ b/translations/vi/2-farm/lessons/3-automated-plant-watering/README.md
@@ -1,6 +1,6 @@
 # Tưới cây tự động
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-7.30b5f577d3cb8e03.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -32,7 +32,7 @@ Thiết bị IoT sử dụng điện áp thấp. Mặc dù điều này đủ ch
 
 Giải pháp cho vấn đề này là kết nối máy bơm với nguồn điện bên ngoài và sử dụng một bộ truyền động để bật máy bơm, tương tự như cách bạn bật một chiếc đèn. Chỉ cần một lượng nhỏ năng lượng (dưới dạng năng lượng trong cơ thể bạn) để ngón tay của bạn bật công tắc, và điều này kết nối đèn với nguồn điện chính chạy ở 110v/240v.
 
-![Công tắc đèn bật nguồn cho đèn](../../../../../translated_images/vi/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.png)
+![Công tắc đèn bật nguồn cho đèn](../../../../../translated_images/vi/light-switch.760317ad6ab8bd6d.webp)
 
 > 🎓 [Điện lưới](https://wikipedia.org/wiki/Mains_electricity) là điện được cung cấp cho các hộ gia đình và doanh nghiệp thông qua cơ sở hạ tầng quốc gia ở nhiều nơi trên thế giới.
 
@@ -72,7 +72,7 @@ Khi đòn bẩy di chuyển, bạn thường có thể nghe thấy nó tiếp x
 
 Nam châm điện không cần nhiều năng lượng để kích hoạt và kéo đòn bẩy, nó có thể được điều khiển bằng đầu ra 3.3V hoặc 5V từ bộ phát triển IoT. Mạch đầu ra có thể mang nhiều năng lượng hơn, tùy thuộc vào relay, bao gồm điện lưới hoặc thậm chí mức công suất cao hơn cho sử dụng công nghiệp. Bằng cách này, bộ phát triển IoT có thể điều khiển hệ thống tưới tiêu, từ máy bơm nhỏ cho một cây đơn lẻ, đến hệ thống công nghiệp lớn cho cả một trang trại thương mại.
 
-![Relay Grove với mạch điều khiển, mạch đầu ra và relay được gắn nhãn](../../../../../translated_images/vi/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.png)
+![Relay Grove với mạch điều khiển, mạch đầu ra và relay được gắn nhãn](../../../../../translated_images/vi/grove-relay-labelled.293e068f5c3c2a19.webp)
 
 Hình ảnh trên cho thấy một relay Grove. Mạch điều khiển kết nối với thiết bị IoT và bật hoặc tắt relay bằng 3.3V hoặc 5V. Mạch đầu ra có hai đầu nối, bất kỳ đầu nào cũng có thể là nguồn hoặc đất. Mạch đầu ra có thể xử lý lên đến 250V tại 10A, đủ cho một loạt các thiết bị chạy bằng điện lưới. Bạn có thể mua các relay có thể xử lý mức công suất cao hơn.
 
diff --git a/translations/vi/2-farm/lessons/3-automated-plant-watering/pi-relay.md b/translations/vi/2-farm/lessons/3-automated-plant-watering/pi-relay.md
index bb920d300..81ae496a5 100644
--- a/translations/vi/2-farm/lessons/3-automated-plant-watering/pi-relay.md
+++ b/translations/vi/2-farm/lessons/3-automated-plant-watering/pi-relay.md
@@ -18,13 +18,13 @@ Relay Grove có thể được kết nối với Raspberry Pi.
 
 Kết nối relay.
 
-![Một relay Grove](../../../../../translated_images/vi/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
+![Một relay Grove](../../../../../translated_images/vi/grove-relay.d426958ca210fbd0.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên relay. Cáp chỉ có thể cắm theo một chiều.
 
 1. Khi Raspberry Pi đã tắt nguồn, kết nối đầu còn lại của cáp Grove vào ổ cắm kỹ thuật số được đánh dấu **D5** trên Grove Base Hat gắn vào Pi. Ổ cắm này là ổ thứ hai từ bên trái, nằm trên hàng ổ cắm cạnh các chân GPIO. Để cảm biến độ ẩm đất được kết nối với ổ **A0**.
 
-![Relay Grove được kết nối với ổ D5, và cảm biến độ ẩm đất được kết nối với ổ A0](../../../../../translated_images/vi/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.png)
+![Relay Grove được kết nối với ổ D5, và cảm biến độ ẩm đất được kết nối với ổ A0](../../../../../translated_images/vi/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e.webp)
 
 1. Cắm cảm biến độ ẩm đất vào đất, nếu nó chưa được cắm từ bài học trước.
 
diff --git a/translations/vi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md b/translations/vi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
index 8d9bf7e32..c83ded669 100644
--- a/translations/vi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
+++ b/translations/vi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
@@ -28,11 +28,11 @@ Thêm relay vào ứng dụng CounterFit.
 
     1. Nhấn nút **Add** để tạo relay trên Pin 5.
 
-    ![Cài đặt relay](../../../../../translated_images/vi/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.png)
+    ![Cài đặt relay](../../../../../translated_images/vi/counterfit-create-relay.fa7c40fd0f2f6afc.webp)
 
     Relay sẽ được tạo và xuất hiện trong danh sách actuators.
 
-    ![Relay đã được tạo](../../../../../translated_images/vi/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.png)
+    ![Relay đã được tạo](../../../../../translated_images/vi/counterfit-relay.bbf74c1dbdc8b9ac.webp)
 
 ## Lập trình relay
 
diff --git a/translations/vi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md b/translations/vi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
index 4d0f50d84..8d0a02f6f 100644
--- a/translations/vi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
+++ b/translations/vi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
@@ -18,7 +18,7 @@ Rơ le Grove có thể được kết nối với cổng kỹ thuật số của
 
 Kết nối rơ le.
 
-![Một rơ le Grove](../../../../../translated_images/vi/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
+![Một rơ le Grove](../../../../../translated_images/vi/grove-relay.d426958ca210fbd0.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên rơ le. Nó chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md b/translations/vi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
index 426c3ab8b..1299ab9a0 100644
--- a/translations/vi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
+++ b/translations/vi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
@@ -1,6 +1,6 @@
 # Di chuyển cây của bạn lên đám mây
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-8.3f21f3c11159e6a0.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -46,8 +46,8 @@ Trước khi có đám mây, khi một công ty muốn cung cấp dịch vụ ch
 
 Đám mây thường được đùa gọi là "máy tính của người khác". Ý tưởng ban đầu rất đơn giản - thay vì mua máy tính, bạn thuê máy tính của người khác. Một nhà cung cấp dịch vụ đám mây sẽ quản lý các trung tâm dữ liệu khổng lồ. Họ sẽ chịu trách nhiệm mua và cài đặt phần cứng, quản lý điện và làm mát, mạng lưới, bảo mật tòa nhà, cập nhật phần cứng và phần mềm, mọi thứ. Là khách hàng, bạn sẽ thuê các máy tính bạn cần, thuê thêm khi nhu cầu tăng đột biến, sau đó giảm số lượng thuê nếu nhu cầu giảm. Các trung tâm dữ liệu đám mây này có mặt khắp thế giới.
 
-![Một trung tâm dữ liệu đám mây của Microsoft](../../../../../translated_images/vi/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.png)
-![Một kế hoạch mở rộng trung tâm dữ liệu đám mây của Microsoft](../../../../../translated_images/vi/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.png)
+![Một trung tâm dữ liệu đám mây của Microsoft](../../../../../translated_images/vi/azure-region-existing.73f704604f2aa6cb.webp)
+![Một kế hoạch mở rộng trung tâm dữ liệu đám mây của Microsoft](../../../../../translated_images/vi/azure-region-planned-expansion.a5074a1e8af74f15.webp)
 
 Các trung tâm dữ liệu này có thể rộng hàng km vuông. Các hình ảnh trên được chụp vài năm trước tại một trung tâm dữ liệu đám mây của Microsoft, và cho thấy kích thước ban đầu, cùng với kế hoạch mở rộng. Khu vực được dọn sạch cho việc mở rộng rộng hơn 5 km vuông.
 
@@ -108,11 +108,11 @@ Các dịch vụ IoT trên đám mây giải quyết những vấn đề này. C
 
 Thiết bị IoT kết nối với dịch vụ đám mây thông qua SDK thiết bị (một thư viện cung cấp mã để làm việc với các tính năng của dịch vụ), hoặc trực tiếp qua giao thức giao tiếp như MQTT hoặc HTTP. SDK thiết bị thường là cách dễ nhất vì nó xử lý mọi thứ cho bạn, chẳng hạn như biết các chủ đề cần xuất bản hoặc đăng ký, và cách xử lý bảo mật.
 
-![Thiết bị kết nối với dịch vụ bằng SDK thiết bị. Mã máy chủ cũng kết nối với dịch vụ qua SDK](../../../../../translated_images/vi/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.png)
+![Thiết bị kết nối với dịch vụ bằng SDK thiết bị. Mã máy chủ cũng kết nối với dịch vụ qua SDK](../../../../../translated_images/vi/iot-service-connectivity.7e873847921a5d6f.webp)
 
 Thiết bị của bạn sau đó giao tiếp với các phần khác của ứng dụng thông qua dịch vụ này - tương tự như cách bạn gửi dữ liệu và nhận lệnh qua MQTT. Điều này thường sử dụng SDK dịch vụ hoặc thư viện tương tự. Tin nhắn từ thiết bị của bạn đến dịch vụ, nơi các thành phần khác của ứng dụng có thể đọc chúng, và tin nhắn có thể được gửi trở lại thiết bị của bạn.
 
-![Thiết bị không có khóa bí mật hợp lệ không thể kết nối với dịch vụ IoT](../../../../../translated_images/vi/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.png)
+![Thiết bị không có khóa bí mật hợp lệ không thể kết nối với dịch vụ IoT](../../../../../translated_images/vi/iot-service-allowed-denied-connection.818b0063ac213fb8.webp)
 
 Các dịch vụ này thực hiện bảo mật bằng cách biết về tất cả các thiết bị có thể kết nối và gửi dữ liệu, hoặc bằng cách đăng ký trước các thiết bị với dịch vụ, hoặc bằng cách cung cấp cho các thiết bị khóa bí mật hoặc chứng chỉ mà chúng có thể sử dụng để tự đăng ký với dịch vụ lần đầu tiên chúng kết nối. Các thiết bị không xác định không thể kết nối, nếu chúng cố gắng, dịch vụ sẽ từ chối kết nối và bỏ qua các tin nhắn được gửi bởi chúng.
 
@@ -124,7 +124,7 @@ Các thành phần khác của ứng dụng của bạn có thể kết nối v
 
 Bây giờ bạn đã có một đăng ký Azure, bạn có thể đăng ký một dịch vụ IoT. Dịch vụ IoT từ Microsoft được gọi là Azure IoT Hub.
 
-![Logo của Azure IoT Hub](../../../../../translated_images/vi/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.png)
+![Logo của Azure IoT Hub](../../../../../translated_images/vi/azure-iot-hub-logo.28a19de76d0a1932.webp)
 
 Video dưới đây cung cấp một cái nhìn tổng quan ngắn gọn về Azure IoT Hub:
 
diff --git a/translations/vi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md b/translations/vi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
index 4caa3a5fe..442e2535a 100644
--- a/translations/vi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
+++ b/translations/vi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
@@ -1,6 +1,6 @@
 # Di chuyển logic ứng dụng của bạn lên đám mây
 
-![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.jpg)
+![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-9.dfe99c8e891f48e1.webp)
 
 > Hình vẽ minh họa bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình để xem phiên bản lớn hơn.
 
@@ -28,7 +28,7 @@ Trong bài học này, chúng ta sẽ đề cập đến:
 
 Serverless, hay điện toán không máy chủ, liên quan đến việc tạo các khối mã nhỏ được chạy trên đám mây để phản hồi các loại sự kiện khác nhau. Khi sự kiện xảy ra, mã của bạn sẽ được chạy và nhận dữ liệu về sự kiện đó. Các sự kiện này có thể đến từ nhiều nguồn khác nhau, bao gồm yêu cầu web, tin nhắn được đặt trong hàng đợi, thay đổi dữ liệu trong cơ sở dữ liệu, hoặc tin nhắn được gửi đến một dịch vụ IoT bởi các thiết bị IoT.
 
-![Các sự kiện được gửi từ một dịch vụ IoT đến một dịch vụ serverless, tất cả được xử lý đồng thời bởi nhiều hàm đang chạy](../../../../../translated_images/vi/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.png)
+![Các sự kiện được gửi từ một dịch vụ IoT đến một dịch vụ serverless, tất cả được xử lý đồng thời bởi nhiều hàm đang chạy](../../../../../translated_images/vi/iot-messages-to-serverless.0194da1cc0732bb7.webp)
 
 > 💁 Nếu bạn đã từng sử dụng trigger cơ sở dữ liệu trước đây, bạn có thể nghĩ điều này tương tự như vậy, mã được kích hoạt bởi một sự kiện như chèn một hàng.
 
@@ -54,7 +54,7 @@ Là một nhà phát triển IoT, mô hình serverless là lý tưởng. Bạn c
 
 Dịch vụ điện toán serverless từ Microsoft được gọi là Azure Functions.
 
-![Logo Azure Functions](../../../../../translated_images/vi/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.png)
+![Logo Azure Functions](../../../../../translated_images/vi/azure-functions-logo.1cfc8e3204c9c44a.webp)
 
 Video ngắn dưới đây cung cấp tổng quan về Azure Functions:
 
diff --git a/translations/vi/2-farm/lessons/6-keep-your-plant-secure/README.md b/translations/vi/2-farm/lessons/6-keep-your-plant-secure/README.md
index 69b489782..c932097a7 100644
--- a/translations/vi/2-farm/lessons/6-keep-your-plant-secure/README.md
+++ b/translations/vi/2-farm/lessons/6-keep-your-plant-secure/README.md
@@ -1,6 +1,6 @@
 # Giữ an toàn cho cây trồng của bạn
 
-![Một bản vẽ tóm tắt bài học này](../../../../../translated_images/vi/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.jpg)
+![Một bản vẽ tóm tắt bài học này](../../../../../translated_images/vi/lesson-10.829c86b80b9403bb.webp)
 
 > Bản vẽ bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -52,11 +52,11 @@ Nếu ứng dụng IoT của bạn không được bảo mật, có một số r
 
 Khi một thiết bị kết nối với một dịch vụ IoT, nó sử dụng một ID để xác định chính nó. Vấn đề là ID này có thể bị sao chép - một hacker có thể thiết lập một thiết bị độc hại sử dụng cùng ID với thiết bị thật nhưng gửi dữ liệu giả mạo.
 
-![Cả thiết bị hợp lệ và thiết bị độc hại đều có thể sử dụng cùng ID để gửi dữ liệu](../../../../../translated_images/vi/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.png)
+![Cả thiết bị hợp lệ và thiết bị độc hại đều có thể sử dụng cùng ID để gửi dữ liệu](../../../../../translated_images/vi/iot-device-and-hacked-device-connecting.e0671675df74d6d9.webp)
 
 Cách giải quyết vấn đề này là chuyển đổi dữ liệu được gửi thành một định dạng bị mã hóa, sử dụng một giá trị nào đó để mã hóa dữ liệu mà chỉ thiết bị và đám mây biết. Quá trình này được gọi là *mã hóa*, và giá trị được sử dụng để mã hóa dữ liệu được gọi là *khóa mã hóa*.
 
-![Nếu sử dụng mã hóa, chỉ các tin nhắn được mã hóa mới được chấp nhận, các tin nhắn khác sẽ bị từ chối](../../../../../translated_images/vi/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.png)
+![Nếu sử dụng mã hóa, chỉ các tin nhắn được mã hóa mới được chấp nhận, các tin nhắn khác sẽ bị từ chối](../../../../../translated_images/vi/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f.webp)
 
 Dịch vụ đám mây sau đó có thể chuyển đổi dữ liệu trở lại định dạng có thể đọc được, sử dụng một quá trình gọi là *giải mã*, sử dụng cùng một khóa mã hóa hoặc một *khóa giải mã*. Nếu tin nhắn mã hóa không thể được giải mã bằng khóa, thiết bị đã bị hack và tin nhắn sẽ bị từ chối.
 
diff --git a/translations/vi/3-transport/lessons/1-location-tracking/README.md b/translations/vi/3-transport/lessons/1-location-tracking/README.md
index 512f512f6..c2718165d 100644
--- a/translations/vi/3-transport/lessons/1-location-tracking/README.md
+++ b/translations/vi/3-transport/lessons/1-location-tracking/README.md
@@ -1,6 +1,6 @@
 # Theo dõi vị trí
 
-![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.jpg)
+![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-11.9fddbac4b664c6d5.webp)
 
 > Hình vẽ minh họa bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình để xem phiên bản lớn hơn.
 
@@ -63,13 +63,13 @@ Trái Đất là một hình cầu - một vòng tròn ba chiều. Vì vậy, c
 
 > 💁 Không ai thực sự biết lý do ban đầu tại sao các vòng tròn được chia thành 360 độ. Trang [độ (góc) trên Wikipedia](https://wikipedia.org/wiki/Degree_(angle)) đề cập đến một số lý do có thể.
 
-![Các đường vĩ độ từ 90° tại Bắc Cực, 45° giữa Bắc Cực và xích đạo, 0° tại xích đạo, -45° giữa xích đạo và Nam Cực, và -90° tại Nam Cực](../../../../../translated_images/vi/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.png)
+![Các đường vĩ độ từ 90° tại Bắc Cực, 45° giữa Bắc Cực và xích đạo, 0° tại xích đạo, -45° giữa xích đạo và Nam Cực, và -90° tại Nam Cực](../../../../../translated_images/vi/latitude-lines.11d8d91dfb2014a5.webp)
 
 Vĩ độ được đo bằng các đường vòng quanh Trái Đất và chạy song song với xích đạo, chia Bắc Bán Cầu và Nam Bán Cầu thành mỗi bên 90°. Xích đạo ở 0°, Bắc Cực ở 90°, còn gọi là 90° Bắc, và Nam Cực ở -90°, hoặc 90° Nam.
 
 Kinh độ được đo bằng số độ từ đông sang tây. Điểm gốc 0° của kinh độ được gọi là *Kinh tuyến gốc*, và được xác định vào năm 1884 là một đường từ Bắc Cực đến Nam Cực đi qua [Đài Thiên văn Hoàng gia Anh ở Greenwich, Anh](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich).
 
-![Các đường kinh độ từ -180° về phía tây của Kinh tuyến gốc, đến 0° trên Kinh tuyến gốc, đến 180° về phía đông của Kinh tuyến gốc](../../../../../translated_images/vi/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.png)
+![Các đường kinh độ từ -180° về phía tây của Kinh tuyến gốc, đến 0° trên Kinh tuyến gốc, đến 180° về phía đông của Kinh tuyến gốc](../../../../../translated_images/vi/longitude-meridians.ab4ef1c91c064586.webp)
 
 > 🎓 Kinh tuyến là một đường thẳng tưởng tượng đi từ Bắc Cực đến Nam Cực, tạo thành một nửa vòng tròn.
 
@@ -100,7 +100,7 @@ Tọa độ của một điểm luôn được đưa ra dưới dạng `vĩ đ
 * Vĩ độ là 47.6423109 (47.6423109 độ về phía bắc của xích đạo)
 * Kinh độ là -122.1390293 (122.1390293 độ về phía tây của Kinh tuyến gốc).
 
-![Khuôn viên Microsoft tại 47.6423109,-122.117198](../../../../../translated_images/vi/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.png)
+![Khuôn viên Microsoft tại 47.6423109,-122.117198](../../../../../translated_images/vi/microsoft-gps-location-world.a321d481b010f6ad.webp)
 
 ## Hệ thống Định vị Toàn cầu (GPS)
 
@@ -112,7 +112,7 @@ Hệ thống GPS hoạt động bằng cách có một số vệ tinh gửi tín
 
 > 💁 Cảm biến GPS cần ăng-ten để phát hiện sóng radio. Các ăng-ten được tích hợp trong xe tải và xe hơi có GPS trên xe được đặt để nhận tín hiệu tốt, thường là trên kính chắn gió hoặc mái xe. Nếu bạn đang sử dụng hệ thống GPS riêng biệt, chẳng hạn như điện thoại thông minh hoặc thiết bị IoT, thì bạn cần đảm bảo rằng ăng-ten tích hợp trong hệ thống GPS hoặc điện thoại có tầm nhìn rõ ràng đến bầu trời, chẳng hạn như được gắn trên kính chắn gió.
 
-![Bằng cách biết khoảng cách từ cảm biến đến nhiều vệ tinh, vị trí có thể được tính toán](../../../../../translated_images/vi/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.png)
+![Bằng cách biết khoảng cách từ cảm biến đến nhiều vệ tinh, vị trí có thể được tính toán](../../../../../translated_images/vi/gps-satellites.04acf1148fe25fbf.webp)
 
 Các vệ tinh GPS đang quay quanh Trái Đất, không ở một điểm cố định trên cảm biến, vì vậy dữ liệu vị trí bao gồm độ cao so với mực nước biển cũng như vĩ độ và kinh độ.
 
diff --git a/translations/vi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md b/translations/vi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
index 8d3ae37b9..87308982c 100644
--- a/translations/vi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
+++ b/translations/vi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
@@ -18,13 +18,13 @@ Cảm biến Grove GPS có thể được kết nối với Raspberry Pi.
 
 Kết nối cảm biến GPS.
 
-![Một cảm biến Grove GPS](../../../../../translated_images/vi/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
+![Một cảm biến Grove GPS](../../../../../translated_images/vi/grove-gps-sensor.247943bf69b03f0d.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến GPS. Nó chỉ có thể cắm theo một chiều.
 
 1. Khi Raspberry Pi đã tắt nguồn, kết nối đầu còn lại của cáp Grove vào ổ cắm UART được đánh dấu **UART** trên Grove Base hat gắn vào Pi. Ổ cắm này nằm ở hàng giữa, phía gần khe cắm thẻ SD, đầu đối diện với các cổng USB và cổng ethernet.
 
-    ![Cảm biến Grove GPS được kết nối với ổ cắm UART](../../../../../translated_images/vi/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.png)
+    ![Cảm biến Grove GPS được kết nối với ổ cắm UART](../../../../../translated_images/vi/pi-gps-sensor.1f99ee2b2f652891.webp)
 
 1. Đặt cảm biến GPS sao cho anten gắn kèm có thể nhìn thấy bầu trời - lý tưởng nhất là bên cạnh cửa sổ mở hoặc ngoài trời. Việc nhận tín hiệu rõ ràng hơn sẽ dễ dàng hơn khi không có vật cản nào che anten.
 
diff --git a/translations/vi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md b/translations/vi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
index 34298bed1..e7c751ccb 100644
--- a/translations/vi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
+++ b/translations/vi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
@@ -38,11 +38,11 @@ Thêm cảm biến GPS vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo cảm biến GPS trên cổng `/dev/ttyAMA0`.
 
-    ![Cài đặt cảm biến GPS](../../../../../translated_images/vi/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.png)
+    ![Cài đặt cảm biến GPS](../../../../../translated_images/vi/counterfit-create-gps-sensor.6385dc9357d85ad1.webp)
 
     Cảm biến GPS sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Cảm biến GPS đã được tạo](../../../../../translated_images/vi/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.png)
+    ![Cảm biến GPS đã được tạo](../../../../../translated_images/vi/counterfit-gps-sensor.3fbb15af0a536756.webp)
 
 ## Lập trình cảm biến GPS
 
@@ -102,17 +102,17 @@ Lập trình ứng dụng cảm biến GPS.
 
     * Đặt **Source** thành `Lat/Lon`, và đặt vĩ độ, kinh độ cụ thể cùng số lượng vệ tinh được sử dụng để lấy tín hiệu GPS. Giá trị này sẽ chỉ được gửi một lần, vì vậy hãy đánh dấu vào ô **Repeat** để dữ liệu lặp lại mỗi giây.
 
-      ![Cảm biến GPS với Lat/Lon được chọn](../../../../../translated_images/vi/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.png)
+      ![Cảm biến GPS với Lat/Lon được chọn](../../../../../translated_images/vi/counterfit-gps-sensor-latlon.008c867d75464fbe.webp)
 
     * Đặt **Source** thành `NMEA` và thêm một số câu NMEA vào hộp văn bản. Tất cả các giá trị này sẽ được gửi, với độ trễ 1 giây trước mỗi câu GGA (định vị) mới có thể được đọc.
 
-      ![Cảm biến GPS với các câu NMEA được đặt](../../../../../translated_images/vi/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.png)
+      ![Cảm biến GPS với các câu NMEA được đặt](../../../../../translated_images/vi/counterfit-gps-sensor-nmea.c62eea442171e17e.webp)
 
       Bạn có thể sử dụng công cụ như [nmeagen.org](https://www.nmeagen.org) để tạo các câu này bằng cách vẽ trên bản đồ. Các giá trị này sẽ chỉ được gửi một lần, vì vậy hãy đánh dấu vào ô **Repeat** để dữ liệu lặp lại sau mỗi giây khi tất cả đã được gửi.
 
     * Đặt **Source** thành tệp GPX, và tải lên một tệp GPX với các vị trí đường đi. Bạn có thể tải xuống các tệp GPX từ một số trang web bản đồ và đi bộ phổ biến, chẳng hạn như [AllTrails](https://www.alltrails.com/). Các tệp này chứa nhiều vị trí GPS dưới dạng đường đi, và cảm biến GPS sẽ trả về mỗi vị trí mới sau mỗi giây.
 
-      ![Cảm biến GPS với tệp GPX được đặt](../../../../../translated_images/vi/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.png)
+      ![Cảm biến GPS với tệp GPX được đặt](../../../../../translated_images/vi/counterfit-gps-sensor-gpxfile.8310b063ce8a425c.webp)
 
       Các giá trị này sẽ chỉ được gửi một lần, vì vậy hãy đánh dấu vào ô **Repeat** để dữ liệu lặp lại sau mỗi giây khi tất cả đã được gửi.
 
diff --git a/translations/vi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md b/translations/vi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
index ba597c665..31b2e841b 100644
--- a/translations/vi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
+++ b/translations/vi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
@@ -18,7 +18,7 @@ Cảm biến Grove GPS có thể được kết nối với Wio Terminal.
 
 Kết nối cảm biến GPS.
 
-![Một cảm biến Grove GPS](../../../../../translated_images/vi/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
+![Một cảm biến Grove GPS](../../../../../translated_images/vi/grove-gps-sensor.247943bf69b03f0d.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến GPS. Cáp chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/3-transport/lessons/2-store-location-data/README.md b/translations/vi/3-transport/lessons/2-store-location-data/README.md
index cfae8e81f..069a18bb0 100644
--- a/translations/vi/3-transport/lessons/2-store-location-data/README.md
+++ b/translations/vi/3-transport/lessons/2-store-location-data/README.md
@@ -1,6 +1,6 @@
 # Lưu trữ dữ liệu vị trí
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-12.ca7f53039712a3ec.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấn vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -75,7 +75,7 @@ Cơ sở dữ liệu NoSQL được gọi là NoSQL vì chúng không có cấu
 
 > 💁 Mặc dù tên gọi của chúng, một số cơ sở dữ liệu NoSQL cho phép bạn sử dụng SQL để truy vấn dữ liệu.
 
-![Tài liệu trong các thư mục trong cơ sở dữ liệu NoSQL](../../../../../translated_images/vi/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.png)
+![Tài liệu trong các thư mục trong cơ sở dữ liệu NoSQL](../../../../../translated_images/vi/noqsl-database.62d24ccf5b73f60d.webp)
 
 Cơ sở dữ liệu NoSQL không có lược đồ được định nghĩa trước giới hạn cách dữ liệu được lưu trữ, thay vào đó bạn có thể chèn bất kỳ dữ liệu không có cấu trúc nào, thường sử dụng tài liệu JSON. Các tài liệu này có thể được tổ chức thành các thư mục, tương tự như các tệp trên máy tính của bạn. Mỗi tài liệu có thể có các trường khác nhau so với các tài liệu khác - ví dụ, nếu bạn đang lưu trữ dữ liệu IoT từ các phương tiện nông trại của bạn, một số có thể có các trường cho dữ liệu gia tốc và tốc độ, trong khi các tài liệu khác có thể có các trường cho nhiệt độ trong rơ-moóc. Nếu bạn thêm một loại xe tải mới, chẳng hạn như một loại có cân tích hợp để theo dõi trọng lượng hàng hóa, thì thiết bị IoT của bạn có thể thêm trường mới này và nó có thể được lưu trữ mà không cần thay đổi cơ sở dữ liệu.
 
@@ -89,7 +89,7 @@ Trong bài học này, bạn sẽ sử dụng lưu trữ NoSQL để lưu trữ
 
 Trong bài học trước, bạn đã thu thập dữ liệu GPS từ cảm biến GPS được kết nối với thiết bị IoT của bạn. Để lưu trữ dữ liệu IoT này trên đám mây, bạn cần gửi nó đến một dịch vụ IoT. Một lần nữa, bạn sẽ sử dụng Azure IoT Hub, cùng dịch vụ IoT trên đám mây mà bạn đã sử dụng trong dự án trước.
 
-![Gửi dữ liệu GPS từ thiết bị IoT đến IoT Hub](../../../../../translated_images/vi/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.png)
+![Gửi dữ liệu GPS từ thiết bị IoT đến IoT Hub](../../../../../translated_images/vi/gps-telemetry-iot-hub.8115335d51cd2c12.webp)
 
 ### Nhiệm vụ - gửi dữ liệu GPS đến IoT Hub
 
@@ -171,7 +171,7 @@ Dữ liệu đường dẫn lạnh được lưu trữ trong các kho dữ liệ
 
 Khi dữ liệu đang chảy vào IoT Hub, bạn có thể viết một số mã không máy chủ để lắng nghe các sự kiện được xuất bản đến điểm cuối tương thích Event-Hub. Đây là đường dẫn ấm - dữ liệu này sẽ được lưu trữ và sử dụng trong bài học tiếp theo để báo cáo về hành trình.
 
-![Gửi dữ liệu GPS từ thiết bị IoT đến IoT Hub, sau đó đến Azure Functions thông qua trình kích hoạt event hub](../../../../../translated_images/vi/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.png)
+![Gửi dữ liệu GPS từ thiết bị IoT đến IoT Hub, sau đó đến Azure Functions thông qua trình kích hoạt event hub](../../../../../translated_images/vi/gps-telemetry-iot-hub-functions.24d3fa5592455e9f.webp)
 
 ### Nhiệm vụ - xử lý sự kiện GPS bằng mã không máy chủ
 
@@ -193,7 +193,7 @@ Khi dữ liệu đang chảy vào IoT Hub, bạn có thể viết một số mã
 
 ## Tài khoản lưu trữ Azure
 
-![Logo Azure Storage](../../../../../translated_images/vi/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.png)
+![Logo Azure Storage](../../../../../translated_images/vi/azure-storage-logo.605c0f602c640d48.webp)
 
 Azure Storage Accounts là một dịch vụ lưu trữ đa năng có thể lưu trữ dữ liệu theo nhiều cách khác nhau. Bạn có thể lưu trữ dữ liệu dưới dạng blob, trong hàng đợi, trong bảng, hoặc dưới dạng tệp, và tất cả cùng một lúc.
 
diff --git a/translations/vi/3-transport/lessons/3-visualize-location-data/README.md b/translations/vi/3-transport/lessons/3-visualize-location-data/README.md
index 07910ae2b..0e81432ef 100644
--- a/translations/vi/3-transport/lessons/3-visualize-location-data/README.md
+++ b/translations/vi/3-transport/lessons/3-visualize-location-data/README.md
@@ -1,6 +1,6 @@
 # Hình dung dữ liệu vị trí
 
-![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.jpg)
+![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-13.a259db1485021be7.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấn vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -64,11 +64,11 @@ Lấy một ví dụ đơn giản - trong dự án nông trại, bạn đã thu
 
 Đối với con người, việc hiểu dữ liệu này có thể khó khăn. Nó chỉ là một bức tường số liệu không mang ý nghĩa gì. Bước đầu tiên để hình dung dữ liệu này là vẽ nó trên biểu đồ đường:
 
-![Biểu đồ đường của dữ liệu trên](../../../../../translated_images/vi/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.png)
+![Biểu đồ đường của dữ liệu trên](../../../../../translated_images/vi/chart-soil-moisture.fd6d9d0cdc0b5f75.webp)
 
 Điều này có thể được cải thiện thêm bằng cách thêm một đường chỉ ra khi hệ thống tưới tự động được bật ở mức độ ẩm đất là 450:
 
-![Biểu đồ đường của độ ẩm đất với một đường ở mức 450](../../../../../translated_images/vi/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.png)
+![Biểu đồ đường của độ ẩm đất với một đường ở mức 450](../../../../../translated_images/vi/chart-soil-moisture-relay.fbb391236d34a64d.webp)
 
 Biểu đồ này nhanh chóng cho thấy không chỉ mức độ ẩm đất mà còn các điểm mà hệ thống tưới được bật.
 
@@ -84,7 +84,7 @@ Khi làm việc với dữ liệu GPS, cách hình dung rõ ràng nhất có th
 
 Làm việc với bản đồ là một bài tập thú vị, và có rất nhiều dịch vụ để lựa chọn như Bing Maps, Leaflet, Open Street Maps, và Google Maps. Trong bài học này, bạn sẽ tìm hiểu về [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) và cách chúng có thể hiển thị dữ liệu GPS của bạn.
 
-![Logo Azure Maps](../../../../../translated_images/vi/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.png)
+![Logo Azure Maps](../../../../../translated_images/vi/azure-maps-logo.35d01dcfbd81fe61.webp)
 
 Azure Maps là "một tập hợp các dịch vụ không gian địa lý và SDK sử dụng dữ liệu bản đồ mới nhất để cung cấp ngữ cảnh địa lý cho các ứng dụng web và di động." Các nhà phát triển được cung cấp các công cụ để tạo ra các bản đồ đẹp, tương tác có thể làm những việc như cung cấp tuyến đường giao thông được đề xuất, thông tin về sự cố giao thông, điều hướng trong nhà, khả năng tìm kiếm, thông tin độ cao, dịch vụ thời tiết và nhiều hơn nữa.
 
@@ -185,7 +185,7 @@ Bây giờ bạn có thể thực hiện bước tiếp theo là hiển thị b
 
     Nếu bạn mở tệp `index.html` trong trình duyệt web, bạn sẽ thấy một bản đồ được tải và tập trung vào khu vực Seattle.
 
-    ![Bản đồ hiển thị Seattle, một thành phố ở bang Washington, Mỹ](../../../../../translated_images/vi/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.png)
+    ![Bản đồ hiển thị Seattle, một thành phố ở bang Washington, Mỹ](../../../../../translated_images/vi/map-image.8fb2c53eb23ef39c.webp)
 
     ✅ Thử nghiệm với các tham số zoom và center để thay đổi hiển thị bản đồ. Bạn có thể thêm các tọa độ khác tương ứng với vĩ độ và kinh độ của dữ liệu để tái định tâm bản đồ.
 
@@ -319,7 +319,7 @@ Nếu bạn thực hiện một yêu cầu đến bộ lưu trữ của mình đ
 
 1. Tải trang HTML trong trình duyệt của bạn. Nó sẽ tải bản đồ, sau đó tải tất cả dữ liệu GPS từ bộ lưu trữ và vẽ nó trên bản đồ.
 
-    ![Bản đồ Công viên Bang Saint Edward gần Seattle, với các vòng tròn hiển thị một đường đi xung quanh rìa công viên](../../../../../translated_images/vi/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.png)
+    ![Bản đồ Công viên Bang Saint Edward gần Seattle, với các vòng tròn hiển thị một đường đi xung quanh rìa công viên](../../../../../translated_images/vi/map-path.896832e72dc696ff.webp)
 
 > 💁 Bạn có thể tìm thấy đoạn mã này trong [thư mục mã](../../../../../3-transport/lessons/3-visualize-location-data/code).
 
diff --git a/translations/vi/3-transport/lessons/4-geofences/README.md b/translations/vi/3-transport/lessons/4-geofences/README.md
index 291206e60..7610c850c 100644
--- a/translations/vi/3-transport/lessons/4-geofences/README.md
+++ b/translations/vi/3-transport/lessons/4-geofences/README.md
@@ -1,6 +1,6 @@
 # Hàng rào địa lý
 
-![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.jpg)
+![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-14.63980c5150ae3c15.webp)
 
 > Hình vẽ minh họa bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình để xem phiên bản lớn hơn.
 
@@ -35,7 +35,7 @@ Trong bài học này, chúng ta sẽ đề cập:
 
 Hàng rào địa lý là một ranh giới ảo cho một khu vực địa lý thực tế. Hàng rào địa lý có thể là các vòng tròn được định nghĩa bằng một điểm và bán kính (ví dụ: một vòng tròn rộng 100m xung quanh một tòa nhà), hoặc một đa giác bao phủ một khu vực như khu vực trường học, giới hạn thành phố, hoặc khuôn viên trường đại học hoặc văn phòng.
 
-![Một số ví dụ về hàng rào địa lý hiển thị hàng rào hình tròn xung quanh cửa hàng công ty Microsoft, và hàng rào hình đa giác xung quanh khuôn viên phía tây của Microsoft](../../../../../translated_images/vi/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.png)
+![Một số ví dụ về hàng rào địa lý hiển thị hàng rào hình tròn xung quanh cửa hàng công ty Microsoft, và hàng rào hình đa giác xung quanh khuôn viên phía tây của Microsoft](../../../../../translated_images/vi/geofence-examples.172fbc534665769f.webp)
 
 > 💁 Bạn có thể đã sử dụng hàng rào địa lý mà không biết. Nếu bạn đã đặt lời nhắc bằng ứng dụng nhắc nhở iOS hoặc Google Keep dựa trên vị trí, bạn đã sử dụng hàng rào địa lý. Các ứng dụng này sẽ thiết lập một hàng rào địa lý dựa trên vị trí được cung cấp và thông báo cho bạn khi điện thoại của bạn đi vào hàng rào địa lý.
 
@@ -212,7 +212,7 @@ Trong hình trên, hàng rào địa lý có search buffer 50m.
 
 Ví dụ, hãy tưởng tượng các lần đọc GPS cho thấy một phương tiện đang lái trên một con đường chạy cạnh hàng rào địa lý. Nếu một giá trị GPS không chính xác và đặt phương tiện trong hàng rào địa lý, mặc dù không có lối vào cho phương tiện, thì nó có thể bị bỏ qua.
 
-![Một đường GPS cho thấy một phương tiện đi qua khuôn viên Microsoft trên đường 520, với các lần đọc GPS dọc theo đường ngoại trừ một lần trong khuôn viên, nằm trong hàng rào địa lý](../../../../../translated_images/vi/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.png)
+![Một đường GPS cho thấy một phương tiện đi qua khuôn viên Microsoft trên đường 520, với các lần đọc GPS dọc theo đường ngoại trừ một lần trong khuôn viên, nằm trong hàng rào địa lý](../../../../../translated_images/vi/geofence-crossing-inaccurate-gps.6a3ed911202ad9ca.webp)
 Trong hình trên, có một hàng rào địa lý bao phủ một phần khuôn viên Microsoft. Đường màu đỏ cho thấy một chiếc xe tải đang di chuyển dọc theo đường 520, với các vòng tròn biểu thị các lần đọc GPS. Hầu hết các lần đọc này đều chính xác và nằm dọc theo đường 520, ngoại trừ một lần đọc không chính xác nằm trong hàng rào địa lý. Không có cách nào để lần đọc đó có thể đúng - không có con đường nào để xe tải đột ngột rẽ từ đường 520 vào khuôn viên, rồi quay lại đường 520. Mã kiểm tra hàng rào địa lý này sẽ cần xem xét các lần đọc trước đó trước khi hành động dựa trên kết quả kiểm tra hàng rào địa lý.
 
 ✅ Bạn cần thêm dữ liệu nào để kiểm tra xem một lần đọc GPS có thể được coi là chính xác?
@@ -284,7 +284,7 @@ Như bạn đã nhớ từ các bài học trước, IoT Hub sẽ cho phép bạ
 
 Câu trả lời là nó không thể! Thay vào đó, bạn có thể định nghĩa nhiều kết nối riêng biệt để đọc các sự kiện, và mỗi kết nối có thể quản lý việc phát lại các tin nhắn chưa đọc. Những kết nối này được gọi là *nhóm người tiêu dùng*. Khi bạn kết nối đến endpoint, bạn có thể chỉ định nhóm người tiêu dùng mà bạn muốn kết nối. Mỗi thành phần của ứng dụng của bạn sẽ kết nối đến một nhóm người tiêu dùng khác nhau.
 
-![Một IoT Hub với 3 nhóm người tiêu dùng phân phối cùng một tin nhắn đến 3 ứng dụng Functions khác nhau](../../../../../translated_images/vi/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.png)
+![Một IoT Hub với 3 nhóm người tiêu dùng phân phối cùng một tin nhắn đến 3 ứng dụng Functions khác nhau](../../../../../translated_images/vi/consumer-groups.a3262e26fc27ba20.webp)
 
 Theo lý thuyết, tối đa 5 ứng dụng có thể kết nối đến mỗi nhóm người tiêu dùng, và tất cả sẽ nhận được tin nhắn khi chúng đến. Thực hành tốt nhất là chỉ có một ứng dụng truy cập mỗi nhóm người tiêu dùng để tránh xử lý tin nhắn trùng lặp, và đảm bảo khi khởi động lại tất cả các tin nhắn xếp hàng được xử lý đúng cách. Ví dụ, nếu bạn khởi chạy ứng dụng Functions của mình cục bộ cũng như chạy nó trên đám mây, cả hai sẽ xử lý tin nhắn, dẫn đến các blob trùng lặp được lưu trữ trong tài khoản lưu trữ.
 
diff --git a/translations/vi/4-manufacturing/lessons/1-train-fruit-detector/README.md b/translations/vi/4-manufacturing/lessons/1-train-fruit-detector/README.md
index ed5190441..d27f9ad64 100644
--- a/translations/vi/4-manufacturing/lessons/1-train-fruit-detector/README.md
+++ b/translations/vi/4-manufacturing/lessons/1-train-fruit-detector/README.md
@@ -1,6 +1,6 @@
 # Huấn luyện bộ phát hiện chất lượng trái cây
 
-![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.jpg)
+![Tóm tắt bài học bằng hình vẽ](../../../../../translated_images/vi/lesson-15.843d21afdc6fb2bb.webp)
 
 > Hình vẽ minh họa bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình để xem phiên bản lớn hơn.
 
@@ -38,7 +38,7 @@ Không phải tất cả các loại cây trồng đều chín đều. Ví dụ,
 
 Sự phát triển của thu hoạch tự động đã chuyển việc phân loại nông sản từ giai đoạn thu hoạch sang nhà máy. Thực phẩm sẽ di chuyển trên các băng chuyền dài với các nhóm người nhặt ra những sản phẩm không đạt tiêu chuẩn chất lượng. Việc thu hoạch trở nên rẻ hơn nhờ máy móc, nhưng vẫn có chi phí cho việc phân loại thực phẩm thủ công.
 
-![Nếu phát hiện cà chua đỏ, nó tiếp tục hành trình mà không bị gián đoạn. Nếu phát hiện cà chua xanh, nó sẽ bị gạt vào thùng rác bằng một cần gạt](../../../../../translated_images/vi/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.png)
+![Nếu phát hiện cà chua đỏ, nó tiếp tục hành trình mà không bị gián đoạn. Nếu phát hiện cà chua xanh, nó sẽ bị gạt vào thùng rác bằng một cần gạt](../../../../../translated_images/vi/optical-tomato-sorting.61aa134bdda4e5b1.webp)
 
 Sự phát triển tiếp theo là sử dụng máy móc để phân loại, hoặc được tích hợp vào máy thu hoạch, hoặc trong các nhà máy chế biến. Thế hệ đầu tiên của những máy này sử dụng cảm biến quang học để phát hiện màu sắc, điều khiển các bộ phận đẩy cà chua xanh vào thùng rác bằng cần gạt hoặc luồng khí, để lại cà chua đỏ tiếp tục trên mạng lưới băng chuyền.
 
@@ -62,7 +62,7 @@ Ví dụ, bạn có thể cung cấp cho một mô hình hàng triệu bức ả
 
 > 🎓 Kết quả của các mô hình ML được gọi là *dự đoán*
 
-![2 quả chuối, một quả chín với dự đoán 99.7% chín, 0.3% chưa chín, và một quả chưa chín với dự đoán 1.4% chín, 98.6% chưa chín](../../../../../translated_images/vi/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.png)
+![2 quả chuối, một quả chín với dự đoán 99.7% chín, 0.3% chưa chín, và một quả chưa chín với dự đoán 1.4% chín, 98.6% chưa chín](../../../../../translated_images/vi/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50e.webp)
 
 Các mô hình ML không đưa ra câu trả lời nhị phân, thay vào đó chúng đưa ra xác suất. Ví dụ, một mô hình có thể được cung cấp một bức ảnh của một quả chuối và dự đoán `chín` với 99.7% và `chưa chín` với 0.3%. Mã của bạn sau đó sẽ chọn dự đoán tốt nhất và quyết định rằng quả chuối đã chín.
 
@@ -90,7 +90,7 @@ Có rất nhiều công cụ có thể giúp bạn làm điều này, bao gồm
 
 Custom Vision là một công cụ dựa trên đám mây để huấn luyện các bộ phân loại hình ảnh. Nó cho phép bạn huấn luyện một bộ phân loại chỉ với một số lượng nhỏ hình ảnh. Bạn có thể tải lên hình ảnh qua cổng web, API web hoặc SDK, gán cho mỗi hình ảnh một *thẻ* đại diện cho phân loại của hình ảnh đó. Sau đó, bạn huấn luyện mô hình và kiểm tra nó để xem hiệu suất của nó. Khi bạn hài lòng với mô hình, bạn có thể xuất bản các phiên bản của nó để truy cập qua API web hoặc SDK.
 
-![Logo Azure Custom Vision](../../../../../translated_images/vi/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.png)
+![Logo Azure Custom Vision](../../../../../translated_images/vi/custom-vision-logo.d3d4e7c8a87ec9da.webp)
 
 > 💁 Bạn có thể huấn luyện một mô hình Custom Vision chỉ với 5 hình ảnh cho mỗi phân loại, nhưng càng nhiều càng tốt. Bạn sẽ có kết quả tốt hơn với ít nhất 30 hình ảnh.
 
@@ -146,7 +146,7 @@ Custom Vision là một phần của một loạt các công cụ AI từ Micros
 
     Khi bạn tạo dự án, hãy chắc chắn sử dụng tài nguyên `fruit-quality-detector-training` mà bạn đã tạo trước đó. Sử dụng loại dự án *Classification*, loại phân loại *Multiclass*, và miền *Food*.
 
-    ![Cài đặt cho dự án Custom Vision với tên được đặt là fruit-quality-detector, không có mô tả, tài nguyên được đặt là fruit-quality-detector-training, loại dự án được đặt là classification, loại phân loại được đặt là multi class và miền được đặt là food](../../../../../translated_images/vi/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.png)
+    ![Cài đặt cho dự án Custom Vision với tên được đặt là fruit-quality-detector, không có mô tả, tài nguyên được đặt là fruit-quality-detector-training, loại dự án được đặt là classification, loại phân loại được đặt là multi class và miền được đặt là food](../../../../../translated_images/vi/custom-vision-create-project.cf46325b92d8b131.webp)
 
 ✅ Dành thời gian để khám phá giao diện người dùng Custom Vision cho bộ phân loại hình ảnh của bạn.
 
@@ -164,7 +164,7 @@ Bộ phân loại hình ảnh hoạt động ở độ phân giải rất thấp
 
     * Sử dụng 2 quả chuối chín, chụp một số ảnh của mỗi quả từ các góc độ khác nhau, chụp ít nhất 7 ảnh (5 để huấn luyện, 2 để kiểm tra), nhưng lý tưởng là nhiều hơn.
 
-        ![Ảnh của 2 quả chuối khác nhau](../../../../../translated_images/vi/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.png)
+        ![Ảnh của 2 quả chuối khác nhau](../../../../../translated_images/vi/banana-training-images.530eb203346d73bc.webp)
 
     * Lặp lại quy trình tương tự với 2 quả chuối chưa chín.
 
@@ -174,7 +174,7 @@ Bộ phân loại hình ảnh hoạt động ở độ phân giải rất thấp
 
 1. Thực hiện theo [phần tải lên và gắn thẻ ảnh trong hướng dẫn nhanh xây dựng bộ phân loại trên tài liệu Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) để tải lên ảnh huấn luyện của bạn. Gắn thẻ quả chín là `ripe`, và quả chưa chín là `unripe`.
 
-    ![Hộp thoại tải lên hiển thị việc tải ảnh chuối chín và chưa chín](../../../../../translated_images/vi/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.png)
+    ![Hộp thoại tải lên hiển thị việc tải ảnh chuối chín và chưa chín](../../../../../translated_images/vi/image-upload-bananas.0751639f3815e0ec.webp)
 
 1. Thực hiện theo [phần huấn luyện bộ phân loại trong hướng dẫn nhanh xây dựng bộ phân loại trên tài liệu Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) để huấn luyện bộ phân loại hình ảnh trên các ảnh đã tải lên.
 
@@ -192,7 +192,7 @@ Khi bộ phân loại của bạn đã được huấn luyện, bạn có thể
 
 1. Thực hiện theo [tài liệu kiểm tra mô hình trên tài liệu Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) để kiểm tra bộ phân loại hình ảnh của bạn. Sử dụng các ảnh kiểm tra bạn đã tạo trước đó, không sử dụng bất kỳ ảnh nào bạn đã dùng để huấn luyện.
 
-    ![Một quả chuối chưa chín được dự đoán là chưa chín với xác suất 98.9%, chín với xác suất 1.1%](../../../../../translated_images/vi/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.png)
+    ![Một quả chuối chưa chín được dự đoán là chưa chín với xác suất 98.9%, chín với xác suất 1.1%](../../../../../translated_images/vi/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64.webp)
 
 1. Thử tất cả các ảnh kiểm tra bạn có và quan sát các xác suất.
 
diff --git a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/README.md b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/README.md
index 994cd2fae..f62045bbe 100644
--- a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/README.md
+++ b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/README.md
@@ -1,6 +1,6 @@
 # Kiểm tra chất lượng trái cây từ thiết bị IoT
 
-![Tổng quan bài học qua sketchnote](../../../../../translated_images/vi/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.jpg)
+![Tổng quan bài học qua sketchnote](../../../../../translated_images/vi/lesson-16.215daf18b00631fb.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -26,7 +26,7 @@ Trong bài học này, chúng ta sẽ đề cập đến:
 
 Cảm biến camera, như tên gọi, là các camera mà bạn có thể kết nối với thiết bị IoT của mình. Chúng có thể chụp ảnh tĩnh hoặc quay video trực tiếp. Một số sẽ trả về dữ liệu hình ảnh thô, trong khi những loại khác sẽ nén dữ liệu hình ảnh thành tệp hình ảnh như JPEG hoặc PNG. Thông thường, các camera hoạt động với thiết bị IoT nhỏ hơn và có độ phân giải thấp hơn so với những gì bạn có thể quen thuộc, nhưng bạn cũng có thể tìm thấy các camera có độ phân giải cao tương đương với các điện thoại cao cấp. Bạn có thể sử dụng nhiều loại ống kính thay thế, thiết lập nhiều camera, camera nhiệt hồng ngoại hoặc camera UV.
 
-![Ánh sáng từ một cảnh đi qua ống kính và được tập trung vào cảm biến CMOS](../../../../../translated_images/vi/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.png)
+![Ánh sáng từ một cảnh đi qua ống kính và được tập trung vào cảm biến CMOS](../../../../../translated_images/vi/cmos-sensor.75f9cd74decb1371.webp)
 
 Hầu hết các cảm biến camera sử dụng cảm biến hình ảnh, nơi mỗi pixel là một photodiode. Một ống kính tập trung hình ảnh lên cảm biến hình ảnh, và hàng ngàn hoặc hàng triệu photodiode phát hiện ánh sáng chiếu vào từng cái và ghi lại dưới dạng dữ liệu pixel.
 
@@ -74,7 +74,7 @@ Các lần lặp được xuất bản từ cổng Custom Vision.
 
 1. Chọn nút **Xuất bản** cho lần lặp.
 
-    ![Nút xuất bản](../../../../../translated_images/vi/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.png)
+    ![Nút xuất bản](../../../../../translated_images/vi/custom-vision-publish-button.b7174e1977b0c33b.webp)
 
 1. Trong hộp thoại *Xuất bản mô hình*, đặt *Nguồn dự đoán* thành tài nguyên `fruit-quality-detector-prediction` mà bạn đã tạo trong bài học trước. Giữ tên là `Iteration2`, và chọn nút **Xuất bản**.
 
@@ -88,7 +88,7 @@ Các lần lặp được xuất bản từ cổng Custom Vision.
 
     Cũng sao chép giá trị *Prediction-Key*. Đây là một khóa bảo mật mà bạn phải truyền khi gọi mô hình. Chỉ các ứng dụng truyền khóa này mới được phép sử dụng mô hình, các ứng dụng khác sẽ bị từ chối.
 
-    ![Hộp thoại API dự đoán hiển thị URL và khóa](../../../../../translated_images/vi/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
+    ![Hộp thoại API dự đoán hiển thị URL và khóa](../../../../../translated_images/vi/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
 
 ✅ Khi một lần lặp mới được xuất bản, nó sẽ có một tên khác. Bạn nghĩ làm thế nào để thay đổi lần lặp mà thiết bị IoT đang sử dụng?
 
@@ -109,7 +109,7 @@ Bạn có thể nhận thấy rằng kết quả bạn nhận được khi sử
 
 Để có kết quả tốt nhất cho bộ phân loại hình ảnh, bạn muốn huấn luyện mô hình với các hình ảnh càng giống với hình ảnh được sử dụng để dự đoán càng tốt. Nếu bạn sử dụng camera điện thoại của mình để chụp hình ảnh để huấn luyện, ví dụ, chất lượng hình ảnh, độ sắc nét và màu sắc sẽ khác với camera kết nối với thiết bị IoT.
 
-![2 hình ảnh quả chuối, một hình ảnh có độ phân giải thấp với ánh sáng kém từ thiết bị IoT, và một hình ảnh có độ phân giải cao với ánh sáng tốt từ điện thoại](../../../../../translated_images/vi/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.png)
+![2 hình ảnh quả chuối, một hình ảnh có độ phân giải thấp với ánh sáng kém từ thiết bị IoT, và một hình ảnh có độ phân giải cao với ánh sáng tốt từ điện thoại](../../../../../translated_images/vi/banana-picture-compare.174df164dc326a42.webp)
 
 Trong hình ảnh trên, hình ảnh quả chuối bên trái được chụp bằng Camera Raspberry Pi, hình ảnh bên phải được chụp cùng quả chuối ở cùng vị trí bằng iPhone. Có sự khác biệt rõ rệt về chất lượng - hình ảnh iPhone sắc nét hơn, với màu sắc sáng hơn và độ tương phản cao hơn.
 
diff --git a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
index 7a45fced9..e872497f0 100644
--- a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
+++ b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
@@ -16,7 +16,7 @@ Camera có thể được kết nối với Raspberry Pi bằng cáp ruy băng.
 
 ### Nhiệm vụ - kết nối camera
 
-![Một Raspberry Pi Camera](../../../../../translated_images/vi/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.png)
+![Một Raspberry Pi Camera](../../../../../translated_images/vi/pi-camera-module.4278753c31bd6e75.webp)
 
 1. Tắt nguồn Pi.
 
@@ -24,17 +24,17 @@ Camera có thể được kết nối với Raspberry Pi bằng cáp ruy băng.
 
     Bạn có thể tìm thấy một hình ảnh động minh họa cách mở kẹp và chèn cáp trong [tài liệu Raspberry Pi Getting Started with the Camera module](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2).
 
-    ![Cáp ruy băng được chèn vào module camera](../../../../../translated_images/vi/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.png)
+    ![Cáp ruy băng được chèn vào module camera](../../../../../translated_images/vi/pi-camera-ribbon-cable.0bf82acd251611c2.webp)
 
 1. Tháo Grove Base Hat khỏi Pi.
 
 1. Luồn cáp ruy băng qua khe camera trong Grove Base Hat. Đảm bảo mặt màu xanh của cáp hướng về phía các cổng analog được gắn nhãn **A0**, **A1**, v.v.
 
-    ![Cáp ruy băng đi qua Grove Base Hat](../../../../../translated_images/vi/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.png)
+    ![Cáp ruy băng đi qua Grove Base Hat](../../../../../translated_images/vi/grove-base-hat-ribbon-cable.501fed202fcf73b1.webp)
 
 1. Chèn cáp ruy băng vào cổng camera trên Pi. Một lần nữa, kéo phần kẹp nhựa đen lên, chèn cáp, sau đó đẩy kẹp trở lại. Mặt màu xanh của cáp nên hướng về phía các cổng USB và ethernet.
 
-    ![Cáp ruy băng được kết nối với khe camera trên Pi](../../../../../translated_images/vi/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.png)
+    ![Cáp ruy băng được kết nối với khe camera trên Pi](../../../../../translated_images/vi/pi-camera-socket-ribbon-cable.a18309920b118009.webp)
 
 1. Lắp lại Grove Base Hat.
 
@@ -101,7 +101,7 @@ Lập trình thiết bị.
 
     Dòng `camera.rotation = 0` đặt góc xoay của hình ảnh. Cáp ruy băng đi vào từ phía dưới của camera, nhưng nếu camera của bạn được xoay để dễ dàng hướng vào vật thể bạn muốn phân loại, bạn có thể thay đổi dòng này thành số độ xoay.
 
-    ![Camera treo xuống trên một lon nước uống](../../../../../translated_images/vi/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.png)
+    ![Camera treo xuống trên một lon nước uống](../../../../../translated_images/vi/pi-camera-upside-down.5376961ba3145988.webp)
 
     Ví dụ, nếu bạn treo cáp ruy băng qua một vật thể để nó nằm ở phía trên của camera, hãy đặt góc xoay thành 180:
 
diff --git a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
index 9bc61e6e6..d22e1d911 100644
--- a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
+++ b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
@@ -84,7 +84,7 @@ Dịch vụ Custom Vision có một SDK Python mà bạn có thể sử dụng 
 
     Bạn sẽ có thể thấy hình ảnh đã được chụp, và các giá trị này trong tab **Predictions** của Custom Vision.
 
-    ![Một quả chuối trong Custom Vision được dự đoán chín 56.8% và chưa chín 43.1%](../../../../../translated_images/vi/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
+    ![Một quả chuối trong Custom Vision được dự đoán chín 56.8% và chưa chín 43.1%](../../../../../translated_images/vi/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
 
 > 💁 Bạn có thể tìm thấy mã này trong thư mục [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) hoặc [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device).
 
diff --git a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
index 1f336e07d..f27a677e3 100644
--- a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
+++ b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
@@ -34,11 +34,11 @@ Thêm camera vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo camera.
 
-    ![Cài đặt camera](../../../../../translated_images/vi/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.png)
+    ![Cài đặt camera](../../../../../translated_images/vi/counterfit-create-camera.a5de97f59c0bd3cb.webp)
 
     Camera sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Camera đã được tạo](../../../../../translated_images/vi/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.png)
+    ![Camera đã được tạo](../../../../../translated_images/vi/counterfit-camera.001ec52194c8ee5d.webp)
 
 ## Lập trình camera
 
@@ -103,7 +103,7 @@ Lập trình thiết bị.
 
 1. Cấu hình hình ảnh mà camera trong CounterFit sẽ chụp. Bạn có thể đặt *Source* thành *File*, sau đó tải lên một tệp hình ảnh, hoặc đặt *Source* thành *WebCam*, và hình ảnh sẽ được chụp từ webcam của bạn. Đảm bảo rằng bạn chọn nút **Set** sau khi chọn một hình ảnh hoặc chọn webcam của bạn.
 
-    ![CounterFit với tệp được đặt làm nguồn hình ảnh và webcam hiển thị một người cầm quả chuối trong bản xem trước của webcam](../../../../../translated_images/vi/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.png)
+    ![CounterFit với tệp được đặt làm nguồn hình ảnh và webcam hiển thị một người cầm quả chuối trong bản xem trước của webcam](../../../../../translated_images/vi/counterfit-camera-options.eb3bd5150a8e7dff.webp)
 
 1. Một hình ảnh sẽ được chụp và lưu dưới dạng `image.jpg` trong thư mục hiện tại. Bạn sẽ thấy tệp này trong trình khám phá của VS Code. Chọn tệp để xem hình ảnh. Nếu cần xoay, cập nhật dòng `camera.rotation = 0` phù hợp và chụp lại hình ảnh.
 
diff --git a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
index 688982de1..46389bcc1 100644
--- a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
+++ b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
@@ -16,7 +16,7 @@ ArduCam không có cổng Grove, thay vào đó nó kết nối với cả bus S
 
 Kết nối camera.
 
-![Một cảm biến ArduCam](../../../../../translated_images/vi/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.png)
+![Một cảm biến ArduCam](../../../../../translated_images/vi/arducam.20e4e4cbb2682965.webp)
 
 1. Các chân ở đáy của ArduCam cần được kết nối với các chân GPIO trên Wio Terminal. Để dễ dàng tìm đúng chân, hãy gắn nhãn dán chân GPIO đi kèm với Wio Terminal xung quanh các chân:
 
@@ -35,7 +35,7 @@ Kết nối camera.
     | SDA          | 3 (I2C1_SDA)      | I2C Serial Data                         |
     | SCL          | 5 (I2C1_SCL)      | I2C Serial Clock                        |
 
-    ![Wio Terminal được kết nối với ArduCam bằng dây nhảy](../../../../../translated_images/vi/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.png)
+    ![Wio Terminal được kết nối với ArduCam bằng dây nhảy](../../../../../translated_images/vi/arducam-wio-terminal-connections.a4d5a4049bdb5ab8.webp)
 
     Kết nối GND và VCC cung cấp nguồn điện 5V cho ArduCam. Nó hoạt động ở 5V, không giống như các cảm biến Grove hoạt động ở 3V. Nguồn điện này được cung cấp trực tiếp từ kết nối USB-C cấp nguồn cho thiết bị.
 
@@ -456,7 +456,7 @@ Wio Terminal chỉ hỗ trợ thẻ microSD có dung lượng tối đa 16GB. N
 
 1. Tắt nguồn Wio Terminal và tháo thẻ microSD bằng cách đẩy nhẹ vào và thả ra, thẻ sẽ bật ra. Bạn có thể cần sử dụng một công cụ mỏng để làm điều này. Cắm thẻ microSD vào máy tính của bạn để xem các hình ảnh.
 
-    ![Hình ảnh một quả chuối được chụp bằng ArduCam](../../../../../translated_images/vi/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.jpg)
+    ![Hình ảnh một quả chuối được chụp bằng ArduCam](../../../../../translated_images/vi/banana-arducam.be1b32d4267a8194.webp)
 > 💁 Có thể mất vài hình ảnh để cân bằng trắng của máy ảnh tự điều chỉnh. Bạn sẽ nhận thấy điều này dựa trên màu sắc của các hình ảnh được chụp, vài hình đầu tiên có thể trông không đúng màu. Bạn luôn có thể khắc phục điều này bằng cách thay đổi mã để chụp vài hình ảnh bị bỏ qua trong hàm `setup`.
 
 
diff --git a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
index 4ba548887..2e367cffc 100644
--- a/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
+++ b/translations/vi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
@@ -208,7 +208,7 @@ Các chứng chỉ này chứa khóa công khai và không cần được bảo
 
     Bạn sẽ có thể xem hình ảnh đã chụp và các giá trị này trong tab **Predictions** của Custom Vision.
 
-    ![Một quả chuối trong Custom Vision được dự đoán chín 56.8% và chưa chín 43.1%](../../../../../translated_images/vi/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
+    ![Một quả chuối trong Custom Vision được dự đoán chín 56.8% và chưa chín 43.1%](../../../../../translated_images/vi/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
 
 > 💁 Bạn có thể tìm thấy mã này trong thư mục [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal).
 
diff --git a/translations/vi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md b/translations/vi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
index fb01062a6..fef214ef2 100644
--- a/translations/vi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
+++ b/translations/vi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
@@ -1,6 +1,6 @@
 # Chạy trình phát hiện trái cây của bạn trên thiết bị biên
 
-![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.jpg)
+![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-17.bc333c3c35ba8e42.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -33,11 +33,11 @@ Trong bài học này, chúng ta sẽ đề cập đến:
 
 Điện toán biên liên quan đến việc sử dụng các máy tính để xử lý dữ liệu IoT gần nhất có thể với nơi dữ liệu được tạo ra. Thay vì xử lý dữ liệu trên đám mây, nó được chuyển đến biên của đám mây - mạng nội bộ của bạn.
 
-![Sơ đồ kiến trúc hiển thị các dịch vụ internet trên đám mây và các thiết bị IoT trên mạng nội bộ](../../../../../translated_images/vi/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.png)
+![Sơ đồ kiến trúc hiển thị các dịch vụ internet trên đám mây và các thiết bị IoT trên mạng nội bộ](../../../../../translated_images/vi/cloud-without-edge.b4da641f6022c95e.webp)
 
 Trong các bài học trước, bạn đã có các thiết bị thu thập dữ liệu và gửi dữ liệu đến đám mây để phân tích, chạy các hàm serverless hoặc mô hình AI trên đám mây.
 
-![Sơ đồ kiến trúc hiển thị các thiết bị IoT trên mạng nội bộ kết nối với các thiết bị biên, và các thiết bị biên này kết nối với đám mây](../../../../../translated_images/vi/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.png)
+![Sơ đồ kiến trúc hiển thị các thiết bị IoT trên mạng nội bộ kết nối với các thiết bị biên, và các thiết bị biên này kết nối với đám mây](../../../../../translated_images/vi/cloud-with-edge.1e26462c62c126fe.webp)
 
 Điện toán biên liên quan đến việc chuyển một số dịch vụ đám mây ra khỏi đám mây và lên các máy tính chạy trên cùng mạng với các thiết bị IoT, chỉ giao tiếp với đám mây khi cần thiết. Ví dụ, bạn có thể chạy các mô hình AI trên các thiết bị biên để phân tích độ chín của trái cây, và chỉ gửi phân tích trở lại đám mây, chẳng hạn như số lượng trái cây chín so với chưa chín.
 
@@ -85,7 +85,7 @@ Một số rủi ro được giảm thiểu bởi chính bản chất của đi
 
 ## Azure IoT Edge
 
-![Logo Azure IoT Edge](../../../../../translated_images/vi/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.png)
+![Logo Azure IoT Edge](../../../../../translated_images/vi/azure-iot-edge-logo.c1c076749b5cba2e.webp)
 
 Azure IoT Edge là một dịch vụ có thể giúp bạn chuyển các khối lượng công việc ra khỏi đám mây và đến thiết bị biên. Bạn thiết lập một thiết bị làm thiết bị biên, và từ đám mây bạn có thể triển khai mã lên thiết bị biên đó. Điều này cho phép bạn kết hợp khả năng của đám mây và thiết bị biên.
 
@@ -99,7 +99,7 @@ IoT Edge được tích hợp vào IoT Hub, vì vậy bạn có thể quản lý
 
 IoT Edge chạy mã từ *container* - các ứng dụng tự chứa được chạy cách ly với các ứng dụng khác trên máy tính của bạn. Khi bạn chạy một container, nó hoạt động như một máy tính riêng biệt chạy bên trong máy tính của bạn, với phần mềm, dịch vụ và ứng dụng riêng của nó. Hầu hết thời gian, các container không thể truy cập bất cứ thứ gì trên máy tính của bạn trừ khi bạn chọn chia sẻ, chẳng hạn như một thư mục với container. Container sau đó cung cấp các dịch vụ thông qua một cổng mở mà bạn có thể kết nối hoặc cung cấp cho mạng của mình.
 
-![Một yêu cầu web được chuyển hướng đến một container](../../../../../translated_images/vi/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.png)
+![Một yêu cầu web được chuyển hướng đến một container](../../../../../translated_images/vi/container-web-browser.4ee81dd4f0d8838c.webp)
 
 Ví dụ, bạn có thể có một container với một trang web chạy trên cổng 80, cổng HTTP mặc định, và sau đó bạn có thể cung cấp nó từ máy tính của mình cũng trên cổng 80.
 
@@ -196,11 +196,11 @@ Sau khi mô hình đã được huấn luyện, cần xuất nó dưới dạng
 
 ## Chuẩn bị container của bạn để triển khai
 
-![Containers được xây dựng sau đó đẩy lên container registry, rồi triển khai từ container registry đến thiết bị edge bằng IoT Edge](../../../../../translated_images/vi/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.png)
+![Containers được xây dựng sau đó đẩy lên container registry, rồi triển khai từ container registry đến thiết bị edge bằng IoT Edge](../../../../../translated_images/vi/container-edge-flow.c246050dd60ceefd.webp)
 
 Sau khi bạn đã tải xuống mô hình của mình, nó cần được xây dựng thành container, sau đó đẩy lên container registry - một vị trí trực tuyến nơi bạn có thể lưu trữ container. IoT Edge sau đó có thể tải container từ registry và đẩy nó đến thiết bị của bạn.
 
-![Logo Azure Container Registry](../../../../../translated_images/vi/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.png)
+![Logo Azure Container Registry](../../../../../translated_images/vi/azure-container-registry-logo.09494206991d4b29.webp)
 
 Container registry mà bạn sẽ sử dụng cho bài học này là Azure Container Registry. Đây không phải là dịch vụ miễn phí, vì vậy để tiết kiệm chi phí, hãy đảm bảo [dọn dẹp dự án của bạn](../../../clean-up.md) sau khi hoàn thành.
 
diff --git a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
index 878968897..5e1531b8f 100644
--- a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
+++ b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
@@ -1,6 +1,6 @@
 # Kích hoạt phát hiện chất lượng trái cây từ cảm biến
 
-![Tổng quan bài học qua hình vẽ](../../../../../translated_images/vi/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.jpg)
+![Tổng quan bài học qua hình vẽ](../../../../../translated_images/vi/lesson-18.92c32ed1d354caa5.webp)
 
 > Hình vẽ minh họa bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình để xem phiên bản lớn hơn.
 
@@ -39,7 +39,7 @@ Các ứng dụng IoT có thể được mô tả là *thiết bị* gửi dữ
 
 ### Kiến trúc IoT tham khảo
 
-![Kiến trúc IoT tham khảo](../../../../../translated_images/vi/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.png)
+![Kiến trúc IoT tham khảo](../../../../../translated_images/vi/iot-reference-architecture.2278b98b55c6d4e8.webp)
 
 Hình trên minh họa một kiến trúc IoT tham khảo.
 
@@ -49,7 +49,7 @@ Hình trên minh họa một kiến trúc IoT tham khảo.
 * **Thông tin chi tiết** đến từ các ứng dụng không máy chủ hoặc từ phân tích dữ liệu đã lưu trữ.
 * **Hành động** có thể là các lệnh gửi đến thiết bị hoặc hình ảnh hóa dữ liệu cho phép con người đưa ra quyết định.
 
-![Kiến trúc IoT tham khảo](../../../../../translated_images/vi/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.png)
+![Kiến trúc IoT tham khảo](../../../../../translated_images/vi/iot-reference-architecture-azure.0b8d2161af924cb1.webp)
 
 Hình trên minh họa một số thành phần và dịch vụ đã được đề cập trong các bài học trước và cách chúng liên kết với nhau trong một kiến trúc IoT tham khảo.
 
@@ -89,7 +89,7 @@ Bạn cần xây dựng một hệ thống nơi trái cây được phát hiện
 
 ### Tạo nguyên mẫu ứng dụng của bạn
 
-![Kiến trúc IoT tham khảo cho kiểm tra chất lượng trái cây](../../../../../translated_images/vi/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.png)
+![Kiến trúc IoT tham khảo cho kiểm tra chất lượng trái cây](../../../../../translated_images/vi/iot-reference-architecture-fruit-quality.cc705f121c3b6fa7.webp)
 
 Hình trên minh họa một kiến trúc tham khảo cho ứng dụng nguyên mẫu này.
 
@@ -124,7 +124,7 @@ Thực hiện theo hướng dẫn liên quan để sử dụng cảm biến kho
 
 Nguyên mẫu bộ phát hiện trái cây có nhiều thành phần giao tiếp với nhau.
 
-![Các thành phần giao tiếp với nhau](../../../../../translated_images/vi/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.png)
+![Các thành phần giao tiếp với nhau](../../../../../translated_images/vi/fruit-quality-detector-message-flow.adf2a65da8fd8741.webp)
 
 * Một cảm biến khoảng cách đo khoảng cách đến một quả trái cây và gửi dữ liệu này đến IoT Hub
 * Lệnh điều khiển camera được gửi từ IoT Hub đến thiết bị camera
diff --git a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
index 5d100f712..b72ca8d5c 100644
--- a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
+++ b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
@@ -20,7 +20,7 @@ Cảm biến Time of Flight Grove có thể được kết nối với Raspberry
 
 Kết nối cảm biến Time of Flight.
 
-![Một cảm biến Time of Flight Grove](../../../../../translated_images/vi/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
+![Một cảm biến Time of Flight Grove](../../../../../translated_images/vi/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên cảm biến Time of Flight. Cáp chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
index 071dec3a4..25125cddd 100644
--- a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
+++ b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
@@ -36,11 +36,11 @@ Thêm cảm biến khoảng cách vào ứng dụng CounterFit.
 
     1. Chọn nút **Add** để tạo cảm biến khoảng cách.
 
-    ![Cài đặt cảm biến khoảng cách](../../../../../translated_images/vi/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.png)
+    ![Cài đặt cảm biến khoảng cách](../../../../../translated_images/vi/counterfit-create-distance-sensor.967c9fb98f27888d.webp)
 
     Cảm biến khoảng cách sẽ được tạo và xuất hiện trong danh sách cảm biến.
 
-    ![Cảm biến khoảng cách đã được tạo](../../../../../translated_images/vi/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.png)
+    ![Cảm biến khoảng cách đã được tạo](../../../../../translated_images/vi/counterfit-distance-sensor.079eefeeea0b68af.webp)
 
 ## Lập trình cảm biến khoảng cách
 
diff --git a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
index 045ea7780..d4e8cb76b 100644
--- a/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
+++ b/translations/vi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
@@ -20,7 +20,7 @@ Cảm biến Grove Time of Flight có thể được kết nối với Wio Termi
 
 Kết nối cảm biến Time of Flight.
 
-![Một cảm biến Grove Time of Flight](../../../../../translated_images/vi/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
+![Một cảm biến Grove Time of Flight](../../../../../translated_images/vi/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
 
 1. Cắm một đầu của cáp Grove vào cổng trên cảm biến Time of Flight. Nó chỉ có thể cắm theo một chiều.
 
diff --git a/translations/vi/5-retail/lessons/1-train-stock-detector/README.md b/translations/vi/5-retail/lessons/1-train-stock-detector/README.md
index fdd845eac..c8480fb9f 100644
--- a/translations/vi/5-retail/lessons/1-train-stock-detector/README.md
+++ b/translations/vi/5-retail/lessons/1-train-stock-detector/README.md
@@ -1,6 +1,6 @@
 # Huấn luyện bộ phát hiện hàng hóa
 
-![Tóm tắt bài học qua sketchnote](../../../../../translated_images/vi/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.jpg)
+![Tóm tắt bài học qua sketchnote](../../../../../translated_images/vi/lesson-19.cf6973cecadf080c.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -36,7 +36,7 @@ Phát hiện đối tượng liên quan đến việc phát hiện các đối t
 
 Phân loại hình ảnh là việc phân loại toàn bộ hình ảnh - xác định xác suất rằng toàn bộ hình ảnh khớp với từng thẻ. Bạn nhận được các xác suất cho mỗi thẻ được sử dụng để huấn luyện mô hình.
 
-![Phân loại hình ảnh hạt điều và sốt cà chua](../../../../../translated_images/vi/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.png)
+![Phân loại hình ảnh hạt điều và sốt cà chua](../../../../../translated_images/vi/image-classifier-cashews-tomato.bc2e16ab8f05cf9a.webp)
 
 Trong ví dụ trên, hai hình ảnh được phân loại bằng một mô hình được huấn luyện để phân loại hộp hạt điều hoặc lon sốt cà chua. Hình ảnh đầu tiên là một hộp hạt điều và có hai kết quả từ bộ phân loại hình ảnh:
 
@@ -60,7 +60,7 @@ Khi bạn sử dụng nó để dự đoán hình ảnh, thay vì nhận đượ
 
 > 🎓 *Hộp bao quanh* là các hộp xung quanh một đối tượng.
 
-![Phát hiện đối tượng hạt điều và sốt cà chua](../../../../../translated_images/vi/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.png)
+![Phát hiện đối tượng hạt điều và sốt cà chua](../../../../../translated_images/vi/object-detector-cashews-tomato.1af7c26686b4db0e.webp)
 
 Hình ảnh trên chứa cả một hộp hạt điều và ba lon sốt cà chua. Bộ phát hiện đối tượng đã phát hiện hạt điều, trả về hộp bao quanh chứa hạt điều với xác suất rằng hộp bao quanh chứa đối tượng, trong trường hợp này là 97.6%. Bộ phát hiện đối tượng cũng đã phát hiện ba lon sốt cà chua và cung cấp ba hộp bao quanh riêng biệt, mỗi hộp cho một lon được phát hiện, và mỗi hộp có xác suất rằng hộp bao quanh chứa một lon sốt cà chua.
 
@@ -111,7 +111,7 @@ Bạn có thể huấn luyện một bộ phát hiện đối tượng bằng Cu
 
     Khi bạn tạo dự án, hãy đảm bảo sử dụng tài nguyên `stock-detector-training` bạn đã tạo trước đó. Sử dụng loại dự án *Phát hiện đối tượng* và miền *Sản phẩm trên kệ*.
 
-    ![Cài đặt cho dự án Custom Vision với tên được đặt là fruit-quality-detector, không có mô tả, tài nguyên được đặt là fruit-quality-detector-training, loại dự án được đặt là phân loại, loại phân loại được đặt là đa lớp và miền được đặt là thực phẩm](../../../../../translated_images/vi/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.png)
+    ![Cài đặt cho dự án Custom Vision với tên được đặt là fruit-quality-detector, không có mô tả, tài nguyên được đặt là fruit-quality-detector-training, loại dự án được đặt là phân loại, loại phân loại được đặt là đa lớp và miền được đặt là thực phẩm](../../../../../translated_images/vi/custom-vision-create-object-detector-project.32d4fb9aa8e7e737.webp)
 
     ✅ Miền sản phẩm trên kệ được thiết kế đặc biệt để phát hiện hàng hóa trên kệ cửa hàng. Đọc thêm về các miền khác nhau trong [tài liệu Chọn miền trên Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/select-domain?WT.mc_id=academic-17441-jabenn#object-detection)
 
@@ -133,11 +133,11 @@ Bạn có thể huấn luyện một bộ phát hiện đối tượng bằng Cu
 
 1. Làm theo [phần Tải lên và gắn thẻ hình ảnh trong hướng dẫn nhanh Xây dựng bộ phát hiện đối tượng trên tài liệu Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) để tải lên hình ảnh huấn luyện của bạn. Tạo các thẻ phù hợp tùy thuộc vào loại đối tượng bạn muốn phát hiện.
 
-    ![Hộp thoại tải lên hiển thị việc tải lên hình ảnh chuối chín và chưa chín](../../../../../translated_images/vi/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.png)
+    ![Hộp thoại tải lên hiển thị việc tải lên hình ảnh chuối chín và chưa chín](../../../../../translated_images/vi/image-upload-object-detector.77c7892c3093cb59.webp)
 
     Khi bạn vẽ các hộp bao quanh cho các đối tượng, hãy giữ chúng chặt chẽ xung quanh đối tượng. Việc này có thể mất một thời gian để vẽ tất cả các hình ảnh, nhưng công cụ sẽ phát hiện những gì nó nghĩ là các hộp bao quanh, làm cho quá trình nhanh hơn.
 
-    ![Gắn thẻ một số sốt cà chua](../../../../../translated_images/vi/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.png)
+    ![Gắn thẻ một số sốt cà chua](../../../../../translated_images/vi/object-detector-tag-tomato-paste.f47c362fb0f0eb58.webp)
 
     > 💁 Nếu bạn có hơn 15 hình ảnh cho mỗi đối tượng, bạn có thể huấn luyện sau 15 hình ảnh rồi sử dụng tính năng **Thẻ được đề xuất**. Tính năng này sẽ sử dụng mô hình đã huấn luyện để phát hiện các đối tượng trong hình ảnh chưa được gắn thẻ. Bạn có thể xác nhận các đối tượng được phát hiện hoặc từ chối và vẽ lại các hộp bao quanh. Điều này có thể tiết kiệm *rất nhiều* thời gian.
 
@@ -155,7 +155,7 @@ Khi bộ phát hiện đối tượng của bạn đã được huấn luyện,
 
 1. Sử dụng nút **Kiểm tra nhanh** để tải lên hình ảnh kiểm tra và xác minh các đối tượng được phát hiện. Sử dụng các hình ảnh kiểm tra bạn đã tạo trước đó, không sử dụng bất kỳ hình ảnh nào bạn đã sử dụng để huấn luyện.
 
-    ![3 lon sốt cà chua được phát hiện với xác suất lần lượt là 38%, 35.5% và 34.6%](../../../../../translated_images/vi/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.png)
+    ![3 lon sốt cà chua được phát hiện với xác suất lần lượt là 38%, 35.5% và 34.6%](../../../../../translated_images/vi/object-detector-detected-tomato-paste.52656fe87af4c37b.webp)
 
 1. Thử tất cả các hình ảnh kiểm tra bạn có và quan sát các xác suất.
 
diff --git a/translations/vi/5-retail/lessons/2-check-stock-device/README.md b/translations/vi/5-retail/lessons/2-check-stock-device/README.md
index b94f99f6b..006621edb 100644
--- a/translations/vi/5-retail/lessons/2-check-stock-device/README.md
+++ b/translations/vi/5-retail/lessons/2-check-stock-device/README.md
@@ -1,6 +1,6 @@
 # Kiểm tra hàng tồn kho từ thiết bị IoT
 
-![Một bản phác thảo tổng quan về bài học này](../../../../../translated_images/vi/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.jpg)
+![Một bản phác thảo tổng quan về bài học này](../../../../../translated_images/vi/lesson-20.0211df9551a8abb3.webp)
 
 > Bản phác thảo bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -62,7 +62,7 @@ Các phiên bản được xuất bản từ cổng Custom Vision.
 
 1. Nhấn nút **Publish** cho phiên bản.
 
-    ![Nút xuất bản](../../../../../translated_images/vi/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.png)
+    ![Nút xuất bản](../../../../../translated_images/vi/custom-vision-object-detector-publish-button.34ee379fc650ccb9.webp)
 
 1. Trong hộp thoại *Publish Model*, đặt *Prediction resource* thành tài nguyên `stock-detector-prediction` mà bạn đã tạo trong bài học trước. Giữ nguyên tên là `Iteration2`, và nhấn nút **Publish**.
 
@@ -76,7 +76,7 @@ Các phiên bản được xuất bản từ cổng Custom Vision.
 
     Cũng sao chép giá trị *Prediction-Key*. Đây là một khóa bảo mật mà bạn phải truyền khi gọi mô hình. Chỉ các ứng dụng truyền khóa này mới được phép sử dụng mô hình, các ứng dụng khác sẽ bị từ chối.
 
-    ![Hộp thoại API dự đoán hiển thị URL và khóa](../../../../../translated_images/vi/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
+    ![Hộp thoại API dự đoán hiển thị URL và khóa](../../../../../translated_images/vi/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
 
 ✅ Khi một phiên bản mới được xuất bản, nó sẽ có một tên khác. Bạn nghĩ làm thế nào để thay đổi phiên bản mà thiết bị IoT đang sử dụng?
 
@@ -95,7 +95,7 @@ Khi bạn sử dụng bộ phát hiện đối tượng, bạn không chỉ nh
 
 Kết quả của một dự đoán trong tab **Predictions** của Custom Vision có các hộp giới hạn được vẽ trên hình ảnh đã gửi để dự đoán.
 
-![4 lon sốt cà chua trên kệ với dự đoán cho 4 phát hiện lần lượt là 35.8%, 33.5%, 25.7% và 16.6%](../../../../../translated_images/vi/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+![4 lon sốt cà chua trên kệ với dự đoán cho 4 phát hiện lần lượt là 35.8%, 33.5%, 25.7% và 16.6%](../../../../../translated_images/vi/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 Trong hình trên, 4 lon sốt cà chua đã được phát hiện. Trong kết quả, một ô vuông màu đỏ được phủ lên mỗi đối tượng được phát hiện trong hình ảnh, chỉ ra hộp giới hạn cho hình ảnh.
 
@@ -103,7 +103,7 @@ Trong hình trên, 4 lon sốt cà chua đã được phát hiện. Trong kết
 
 Hộp giới hạn được xác định bằng 4 giá trị - top, left, height và width. Các giá trị này nằm trong khoảng từ 0-1, đại diện cho vị trí dưới dạng phần trăm kích thước của hình ảnh. Gốc tọa độ (vị trí 0,0) là góc trên bên trái của hình ảnh, vì vậy giá trị top là khoảng cách từ trên xuống, và đáy của hộp giới hạn là top cộng với height.
 
-![Một hộp giới hạn xung quanh một lon sốt cà chua](../../../../../translated_images/vi/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.png)
+![Một hộp giới hạn xung quanh một lon sốt cà chua](../../../../../translated_images/vi/bounding-box.1420a7ea0d3d15f7.webp)
 
 Hình trên có chiều rộng 600 pixel và chiều cao 800 pixel. Hộp giới hạn bắt đầu từ 320 pixel xuống, cho giá trị top là 0.4 (800 x 0.4 = 320). Từ bên trái, hộp giới hạn bắt đầu từ 240 pixel, cho giá trị left là 0.4 (600 x 0.4 = 240). Chiều cao của hộp giới hạn là 240 pixel, cho giá trị height là 0.3 (800 x 0.3 = 240). Chiều rộng của hộp giới hạn là 120 pixel, cho giá trị width là 0.2 (600 x 0.2 = 120).
 
@@ -118,7 +118,7 @@ Sử dụng các giá trị phần trăm từ 0-1 có nghĩa là bất kể kíc
 
 Bạn có thể sử dụng hộp giới hạn kết hợp với xác suất để đánh giá độ chính xác của một phát hiện. Ví dụ, một bộ phát hiện đối tượng có thể phát hiện nhiều đối tượng chồng lấn, chẳng hạn như phát hiện một lon nằm trong một lon khác. Mã của bạn có thể kiểm tra các hộp giới hạn, hiểu rằng điều này là không thể, và bỏ qua bất kỳ đối tượng nào có sự chồng lấn đáng kể với các đối tượng khác.
 
-![Hai hộp giới hạn chồng lấn một lon sốt cà chua](../../../../../translated_images/vi/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.png)
+![Hai hộp giới hạn chồng lấn một lon sốt cà chua](../../../../../translated_images/vi/overlap-object-detection.d431e03cae75072a.webp)
 
 Trong ví dụ trên, một hộp giới hạn chỉ ra một lon sốt cà chua được dự đoán với xác suất 78.3%. Một hộp giới hạn thứ hai nhỏ hơn một chút, nằm bên trong hộp giới hạn đầu tiên với xác suất 64.3%. Mã của bạn có thể kiểm tra các hộp giới hạn, thấy rằng chúng hoàn toàn chồng lấn, và bỏ qua xác suất thấp hơn vì không thể có một lon nằm trong một lon khác.
 
diff --git a/translations/vi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md b/translations/vi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
index d77610d25..d5560e00e 100644
--- a/translations/vi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
+++ b/translations/vi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
@@ -67,7 +67,7 @@ Mã bạn sử dụng để phân loại hình ảnh rất giống với mã đ
 
     Bạn sẽ có thể xem hình ảnh đã được chụp và các giá trị này trong tab **Predictions** trong Custom Vision.
 
-    ![4 lon sốt cà chua trên kệ với các dự đoán cho 4 lần phát hiện là 35.8%, 33.5%, 25.7% và 16.6%](../../../../../translated_images/vi/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+    ![4 lon sốt cà chua trên kệ với các dự đoán cho 4 lần phát hiện là 35.8%, 33.5%, 25.7% và 16.6%](../../../../../translated_images/vi/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 > 💁 Bạn có thể tìm thấy mã này trong thư mục [code-detect/pi](../../../../../5-retail/lessons/2-check-stock-device/code-detect/pi) hoặc [code-detect/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-detect/virtual-iot-device).
 
diff --git a/translations/vi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md b/translations/vi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
index 1241345dc..cbfe72ad5 100644
--- a/translations/vi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
+++ b/translations/vi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
@@ -95,7 +95,7 @@ Mã bạn sử dụng để phân loại hình ảnh rất giống với mã đ
 
     Bạn sẽ có thể thấy hình ảnh đã được chụp, và các giá trị này trong tab **Predictions** của Custom Vision.
 
-    ![4 lon sốt cà chua trên kệ với các dự đoán cho 4 phát hiện lần lượt là 35.8%, 33.5%, 25.7% và 16.6%](../../../../../translated_images/vi/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
+    ![4 lon sốt cà chua trên kệ với các dự đoán cho 4 phát hiện lần lượt là 35.8%, 33.5%, 25.7% và 16.6%](../../../../../translated_images/vi/custom-vision-stock-prediction.942266ab1bcca341.webp)
 
 > 💁 Bạn có thể tìm thấy mã này trong thư mục [code-detect/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-detect/wio-terminal).
 
diff --git a/translations/vi/6-consumer/lessons/1-speech-recognition/README.md b/translations/vi/6-consumer/lessons/1-speech-recognition/README.md
index 7b1ec41ea..14386cde2 100644
--- a/translations/vi/6-consumer/lessons/1-speech-recognition/README.md
+++ b/translations/vi/6-consumer/lessons/1-speech-recognition/README.md
@@ -1,6 +1,6 @@
 # Nhận diện giọng nói với thiết bị IoT
 
-![Tổng quan bài học qua sketchnote](../../../../../translated_images/vi/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.jpg)
+![Tổng quan bài học qua sketchnote](../../../../../translated_images/vi/lesson-21.e34de51354d6606f.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -51,7 +51,7 @@ Micro có nhiều loại khác nhau:
 
     Micro dynamic không cần nguồn điện để hoạt động, tín hiệu điện được tạo ra hoàn toàn từ micro.
 
-    ![Patti Smith hát vào micro Shure SM58 (loại dynamic cardioid)](../../../../../translated_images/vi/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.jpg)
+    ![Patti Smith hát vào micro Shure SM58 (loại dynamic cardioid)](../../../../../translated_images/vi/dynamic-mic.8babac890a2d80df.webp)
 
 * Ribbon - Micro ribbon tương tự như micro dynamic, nhưng thay vì màng rung, chúng có một dải kim loại. Dải này di chuyển trong trường từ tạo ra dòng điện. Giống như micro dynamic, micro ribbon không cần nguồn điện để hoạt động.
 
@@ -59,11 +59,11 @@ Micro có nhiều loại khác nhau:
 
 * Condenser - Micro condenser có màng kim loại mỏng và một tấm kim loại cố định phía sau. Điện được áp dụng cho cả hai và khi màng rung, điện tích tĩnh giữa các tấm thay đổi tạo ra tín hiệu. Micro condenser cần nguồn điện để hoạt động - gọi là *Phantom power*.
 
-    ![Micro condenser màng nhỏ C451B của AKG Acoustics](../../../../../translated_images/vi/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.jpg)
+    ![Micro condenser màng nhỏ C451B của AKG Acoustics](../../../../../translated_images/vi/condenser-mic.6f6ed5b76ca19e0e.webp)
 
 * MEMS - Micro hệ thống vi cơ điện tử, hay MEMS, là micro trên chip. Chúng có màng nhạy áp lực được khắc trên chip silicon, hoạt động tương tự như micro condenser. Những micro này có thể rất nhỏ và tích hợp vào mạch.
 
-    ![Micro MEMS trên bảng mạch](../../../../../translated_images/vi/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.png)
+    ![Micro MEMS trên bảng mạch](../../../../../translated_images/vi/mems-microphone.80574019e1f5e4d9.webp)
 
     Trong hình trên, chip được gắn nhãn **LEFT** là micro MEMS, với màng nhỏ chưa đến một milimet.
 
@@ -159,7 +159,7 @@ Phát hiện từ đánh thức thường sử dụng một kỹ thuật gọi l
 
 ## Chuyển đổi giọng nói thành văn bản
 
-![Logo dịch vụ giọng nói](../../../../../translated_images/vi/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
+![Logo dịch vụ giọng nói](../../../../../translated_images/vi/azure-speech-logo.a1f08c4befb0159f.webp)
 
 Giống như với phân loại hình ảnh trong dự án trước, có các dịch vụ AI được xây dựng sẵn có thể nhận giọng nói dưới dạng tệp âm thanh và chuyển đổi thành văn bản. Một trong những dịch vụ như vậy là Speech Service, một phần của Cognitive Services, các dịch vụ AI được xây dựng sẵn mà bạn có thể sử dụng trong ứng dụng của mình.
 
diff --git a/translations/vi/6-consumer/lessons/1-speech-recognition/pi-audio.md b/translations/vi/6-consumer/lessons/1-speech-recognition/pi-audio.md
index f94403b0b..b538268a3 100644
--- a/translations/vi/6-consumer/lessons/1-speech-recognition/pi-audio.md
+++ b/translations/vi/6-consumer/lessons/1-speech-recognition/pi-audio.md
@@ -16,13 +16,13 @@ Nút bấm có thể được kết nối với Grove base hat.
 
 #### Nhiệm vụ - kết nối nút bấm
 
-![Một nút Grove](../../../../../translated_images/vi/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.png)
+![Một nút Grove](../../../../../translated_images/vi/grove-button.a70cfbb809a85636.webp)
 
 1. Cắm một đầu của cáp Grove vào ổ cắm trên module nút bấm. Cáp chỉ có thể cắm theo một chiều.
 
 1. Khi Raspberry Pi đã tắt nguồn, kết nối đầu còn lại của cáp Grove vào ổ cắm kỹ thuật số được đánh dấu **D5** trên Grove Base hat gắn vào Pi. Ổ cắm này là ổ thứ hai từ bên trái, nằm trên hàng ổ cắm cạnh các chân GPIO.
 
-![Nút Grove được kết nối với ổ D5](../../../../../translated_images/vi/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.png)
+![Nút Grove được kết nối với ổ D5](../../../../../translated_images/vi/pi-button.c7a1a4f55943341c.webp)
 
 ## Ghi âm
 
diff --git a/translations/vi/6-consumer/lessons/1-speech-recognition/pi-microphone.md b/translations/vi/6-consumer/lessons/1-speech-recognition/pi-microphone.md
index 7dc9ce0d8..752ee39c2 100644
--- a/translations/vi/6-consumer/lessons/1-speech-recognition/pi-microphone.md
+++ b/translations/vi/6-consumer/lessons/1-speech-recognition/pi-microphone.md
@@ -34,7 +34,7 @@ Micro và loa cần được kết nối và cấu hình.
 
 1. Nếu bạn đang sử dụng ReSpeaker 2-Mics Pi HAT, bạn có thể tháo Grove base hat, sau đó gắn ReSpeaker hat vào vị trí của nó.
 
-    ![Một Raspberry Pi với ReSpeaker hat](../../../../../translated_images/vi/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.png)
+    ![Một Raspberry Pi với ReSpeaker hat](../../../../../translated_images/vi/pi-respeaker-hat.f00fabe7dd039a93.webp)
 
     Bạn sẽ cần một nút Grove sau này trong bài học, nhưng một nút đã được tích hợp trong hat này, vì vậy Grove base hat không cần thiết.
 
diff --git a/translations/vi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md b/translations/vi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
index b24ea0bad..daf9ab63d 100644
--- a/translations/vi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
+++ b/translations/vi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
@@ -10,7 +10,7 @@ Micro tích hợp ghi lại tín hiệu analog, sau đó được chuyển đổ
 
 ✅ Đọc thêm về DMA trên [trang truy cập bộ nhớ trực tiếp trên Wikipedia](https://wikipedia.org/wiki/Direct_memory_access).
 
-![Âm thanh từ micro đi qua ADC rồi đến DMAC. DMAC ghi vào một bộ đệm. Khi bộ đệm này đầy, nó được xử lý và DMAC ghi vào bộ đệm thứ hai](../../../../../translated_images/vi/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.png)
+![Âm thanh từ micro đi qua ADC rồi đến DMAC. DMAC ghi vào một bộ đệm. Khi bộ đệm này đầy, nó được xử lý và DMAC ghi vào bộ đệm thứ hai](../../../../../translated_images/vi/dmac-adc-buffers.4509aee49145c90b.webp)
 
 DMAC có thể ghi âm từ ADC ở các khoảng thời gian cố định, chẳng hạn như 16.000 lần mỗi giây cho âm thanh 16KHz. Nó có thể ghi dữ liệu đã ghi vào một bộ đệm bộ nhớ được phân bổ trước, và khi bộ đệm này đầy, nó sẽ thông báo cho mã của bạn xử lý. Việc sử dụng bộ nhớ này có thể làm chậm quá trình ghi âm, nhưng bạn có thể thiết lập nhiều bộ đệm. DMAC ghi vào bộ đệm 1, sau đó khi bộ đệm này đầy, nó thông báo cho mã của bạn xử lý bộ đệm 1, trong khi DMAC ghi vào bộ đệm 2. Khi bộ đệm 2 đầy, nó thông báo cho mã của bạn và quay lại ghi vào bộ đệm 1. Bằng cách này, miễn là bạn xử lý mỗi bộ đệm trong thời gian ngắn hơn thời gian cần để làm đầy một bộ đệm, bạn sẽ không mất dữ liệu.
 
diff --git a/translations/vi/6-consumer/lessons/2-language-understanding/README.md b/translations/vi/6-consumer/lessons/2-language-understanding/README.md
index 7858a0a51..b41697c59 100644
--- a/translations/vi/6-consumer/lessons/2-language-understanding/README.md
+++ b/translations/vi/6-consumer/lessons/2-language-understanding/README.md
@@ -1,6 +1,6 @@
 # Hiểu ngôn ngữ
 
-![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.jpg)
+![Tổng quan bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-22.6148ea28500d9e00.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -46,7 +46,7 @@ Các mô hình hiểu ngôn ngữ là các mô hình AI được huấn luyện
 
 ## Tạo mô hình hiểu ngôn ngữ
 
-![Logo của LUIS](../../../../../translated_images/vi/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.png)
+![Logo của LUIS](../../../../../translated_images/vi/luis-logo.5cb4f3e88c020ee6.webp)
 
 Bạn có thể tạo các mô hình hiểu ngôn ngữ bằng LUIS, một dịch vụ hiểu ngôn ngữ từ Microsoft thuộc Cognitive Services.
 
@@ -169,7 +169,7 @@ Bạn có thể tìm thấy hướng dẫn sử dụng cổng LUIS trong [Quicks
 
 1. Khi bạn nhập từng ví dụ, LUIS sẽ bắt đầu phát hiện các thực thể, và sẽ gạch chân và gắn nhãn bất kỳ thực thể nào mà nó tìm thấy.
 
-    ![Các ví dụ với các số và đơn vị thời gian được gạch chân bởi LUIS](../../../../../translated_images/vi/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.png)
+    ![Các ví dụ với các số và đơn vị thời gian được gạch chân bởi LUIS](../../../../../translated_images/vi/luis-intent-examples.25716580b2d2723c.webp)
 
 ### Nhiệm vụ - huấn luyện và kiểm tra mô hình
 
diff --git a/translations/vi/6-consumer/lessons/3-spoken-feedback/README.md b/translations/vi/6-consumer/lessons/3-spoken-feedback/README.md
index a803f63a0..7fbea35c4 100644
--- a/translations/vi/6-consumer/lessons/3-spoken-feedback/README.md
+++ b/translations/vi/6-consumer/lessons/3-spoken-feedback/README.md
@@ -1,6 +1,6 @@
 # Đặt hẹn giờ và cung cấp phản hồi bằng giọng nói
 
-![Tóm tắt bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.jpg)
+![Tóm tắt bài học dưới dạng sketchnote](../../../../../translated_images/vi/lesson-23.f38483e1d4df4828.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình ảnh để xem phiên bản lớn hơn.
 
diff --git a/translations/vi/6-consumer/lessons/4-multiple-language-support/README.md b/translations/vi/6-consumer/lessons/4-multiple-language-support/README.md
index dc19f12bc..9006a1c0a 100644
--- a/translations/vi/6-consumer/lessons/4-multiple-language-support/README.md
+++ b/translations/vi/6-consumer/lessons/4-multiple-language-support/README.md
@@ -1,6 +1,6 @@
 # Hỗ trợ nhiều ngôn ngữ
 
-![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.jpg)
+![Tóm tắt bài học bằng sketchnote](../../../../../translated_images/vi/lesson-24.4246968ed058510a.webp)
 
 > Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấn vào hình ảnh để xem phiên bản lớn hơn.
 
@@ -74,7 +74,7 @@ Có một số dịch vụ AI có thể được sử dụng từ ứng dụng c
 
 ### Dịch vụ giọng nói của Cognitive Services
 
-![Logo dịch vụ giọng nói](../../../../../translated_images/vi/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
+![Logo dịch vụ giọng nói](../../../../../translated_images/vi/azure-speech-logo.a1f08c4befb0159f.webp)
 
 Dịch vụ giọng nói mà bạn đã sử dụng trong các bài học trước có khả năng dịch thuật cho nhận diện giọng nói. Khi bạn nhận diện giọng nói, bạn có thể yêu cầu không chỉ văn bản của giọng nói bằng cùng ngôn ngữ, mà còn bằng các ngôn ngữ khác.
 
@@ -82,7 +82,7 @@ Dịch vụ giọng nói mà bạn đã sử dụng trong các bài học trư
 
 ### Dịch vụ Translator của Cognitive Services
 
-![Logo dịch vụ Translator](../../../../../translated_images/vi/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.png)
+![Logo dịch vụ Translator](../../../../../translated_images/vi/azure-translator-logo.c6ed3a4a433edfd2.webp)
 
 Dịch vụ Translator là một dịch vụ dịch thuật chuyên dụng có thể dịch văn bản từ một ngôn ngữ sang một hoặc nhiều ngôn ngữ đích. Ngoài việc dịch, nó hỗ trợ một loạt các tính năng bổ sung bao gồm che giấu từ ngữ tục tĩu. Nó cũng cho phép bạn cung cấp một bản dịch cụ thể cho một từ hoặc câu cụ thể, để làm việc với các thuật ngữ bạn không muốn dịch, hoặc có một bản dịch cụ thể đã được biết đến.
 
diff --git a/translations/vi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md b/translations/vi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
index 45e7a48a3..0b2966959 100644
--- a/translations/vi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
+++ b/translations/vi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
@@ -25,7 +25,7 @@ API REST của dịch vụ giọng nói không hỗ trợ dịch trực tiếp,
     >
     > Ví dụ, nếu bạn huấn luyện LUIS bằng tiếng Anh, nhưng muốn sử dụng tiếng Pháp làm ngôn ngữ người dùng, bạn có thể dịch các câu như "set a 2 minute and 27 second timer" từ tiếng Anh sang tiếng Pháp bằng Bing Translate, sau đó sử dụng nút **Nghe bản dịch** để nói bản dịch vào micro của bạn.
     >
-    > ![Nút nghe bản dịch trên Bing Translate](../../../../../translated_images/vi/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![Nút nghe bản dịch trên Bing Translate](../../../../../translated_images/vi/bing-translate.348aa796d6efe2a9.webp)
 
 1. Thêm khóa API của dịch vụ dịch thuật bên dưới `speech_api_key`:
 
diff --git a/translations/vi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md b/translations/vi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
index 407c1d7d0..e9ed59e8b 100644
--- a/translations/vi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
+++ b/translations/vi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
@@ -37,7 +37,7 @@ Dịch vụ giọng nói có thể nhận giọng nói và không chỉ chuyển
     >
     > Ví dụ, nếu bạn huấn luyện LUIS bằng tiếng Anh, nhưng muốn sử dụng tiếng Pháp làm ngôn ngữ người dùng, bạn có thể dịch các câu như "set a 2 minute and 27 second timer" từ tiếng Anh sang tiếng Pháp bằng Bing Translate, sau đó sử dụng nút **Nghe bản dịch** để nói bản dịch vào micro của bạn.
     >
-    > ![Nút nghe bản dịch trên Bing Translate](../../../../../translated_images/vi/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![Nút nghe bản dịch trên Bing Translate](../../../../../translated_images/vi/bing-translate.348aa796d6efe2a9.webp)
 
 1. Thay thế các khai báo `recognizer_config` và `recognizer` bằng đoạn mã sau:
 
diff --git a/translations/vi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md b/translations/vi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
index 89157defd..ee4bf7041 100644
--- a/translations/vi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
+++ b/translations/vi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
@@ -105,7 +105,7 @@ API REST của dịch vụ giọng nói không hỗ trợ dịch trực tiếp,
     >
     > Ví dụ, nếu bạn huấn luyện LUIS bằng tiếng Anh, nhưng muốn sử dụng tiếng Pháp làm ngôn ngữ người dùng, bạn có thể dịch các câu như "set a 2 minute and 27 second timer" từ tiếng Anh sang tiếng Pháp bằng Bing Translate, sau đó sử dụng nút **Nghe bản dịch** để nói bản dịch vào micro của bạn.
     >
-    > ![Nút nghe bản dịch trên Bing Translate](../../../../../translated_images/vi/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
+    > ![Nút nghe bản dịch trên Bing Translate](../../../../../translated_images/vi/bing-translate.348aa796d6efe2a9.webp)
 
 1. Thêm khóa API và vị trí của dịch vụ dịch thuật bên dưới `SPEECH_LOCATION`:
 
diff --git a/translations/vi/README.md b/translations/vi/README.md
index 1ef686013..9c9abb4e5 100644
--- a/translations/vi/README.md
+++ b/translations/vi/README.md
@@ -2,149 +2,159 @@
 [![Người đóng góp GitHub](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)
 [![Vấn đề GitHub](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)
 [![Yêu cầu kéo GitHub](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)
-[![Chào mừng PR](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
+[![Chào mừng PRs](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
 
 [![Người theo dõi GitHub](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)
-[![Lượt fork GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)
-[![Sao GitHub](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)
+[![Forks GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)
+[![Ngôi sao GitHub](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)
 
 ### Tham gia Cộng đồng Azure AI Foundry
 
-Nếu bạn gặp khó khăn hoặc có bất kỳ câu hỏi nào về việc xây dựng ứng dụng AI. Hãy cùng các học viên và các nhà phát triển có kinh nghiệm thảo luận về MCP. Đây là một cộng đồng hỗ trợ, nơi các câu hỏi được chào đón và kiến thức được chia sẻ một cách tự do.
+Nếu bạn gặp khó khăn hoặc có bất kỳ câu hỏi nào về việc xây dựng ứng dụng AI. Hãy cùng các học viên và các nhà phát triển có kinh nghiệm tham gia thảo luận về MCP. Đây là một cộng đồng hỗ trợ, nơi các câu hỏi được chào đón và kiến thức được chia sẻ một cách tự do.
 
 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
 
-Nếu bạn có phản hồi về sản phẩm hoặc gặp lỗi trong quá trình xây dựng, vui lòng truy cập:
+Nếu bạn có phản hồi sản phẩm hoặc lỗi trong quá trình xây dựng, hãy truy cập:
 
-[![Diễn đàn nhà phát triển Microsoft Foundry](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
+[![Diễn đàn Nhà phát triển Microsoft Foundry](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
 
-Thực hiện các bước sau để bắt đầu sử dụng các tài nguyên này:
-1. **Tạo Fork Kho lưu trữ**: Nhấp vào [![Lượt fork GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
+Thực hiện theo các bước sau để bắt đầu sử dụng các tài nguyên này:
+1. **Fork Kho lưu trữ**: Nhấn [![Forks GitHub](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
 2. **Clone Kho lưu trữ**:   `git clone https://github.com/microsoft/IoT-For-Beginners.git`
-3. [**Tham gia Discord của Microsoft Foundry và gặp gỡ các chuyên gia cùng nhà phát triển khác**](https://discord.com/invite/ByRwuEEgH4)
+3. [**Tham gia Microsot Foundry Discord và gặp gỡ các chuyên gia cùng các nhà phát triển đồng nghiệp**](https://discord.com/invite/ByRwuEEgH4)
 
 
 ### 🌐 Hỗ trợ Đa ngôn ngữ
 
-#### Hỗ trợ qua GitHub Action (Tự động & Luôn được cập nhật)
+#### Hỗ trợ qua GitHub Action (Tự động & Luôn Cập nhật)
 
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
-[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](./README.md)
-
-> **Ưu tiên Clone Cục bộ?**
+[Tiếng Ả Rập](../ar/README.md) | [Tiếng Bengal](../bn/README.md) | [Tiếng Bulgaria](../bg/README.md) | [Tiếng Miến Điện (Myanmar)](../my/README.md) | [Tiếng Trung (Giản thể)](../zh-CN/README.md) | [Tiếng Trung (Phồn thể, Hồng Kông)](../zh-HK/README.md) | [Tiếng Trung (Phồn thể, Macau)](../zh-MO/README.md) | [Tiếng Trung (Phồn thể, Đài Loan)](../zh-TW/README.md) | [Tiếng Croatia](../hr/README.md) | [Tiếng Séc](../cs/README.md) | [Tiếng Đan Mạch](../da/README.md) | [Tiếng Hà Lan](../nl/README.md) | [Tiếng Estonia](../et/README.md) | [Tiếng Phần Lan](../fi/README.md) | [Tiếng Pháp](../fr/README.md) | [Tiếng Đức](../de/README.md) | [Tiếng Hy Lạp](../el/README.md) | [Tiếng Hebrew](../he/README.md) | [Tiếng Hindi](../hi/README.md) | [Tiếng Hungary](../hu/README.md) | [Tiếng Indonesia](../id/README.md) | [Tiếng Ý](../it/README.md) | [Tiếng Nhật](../ja/README.md) | [Tiếng Kannada](../kn/README.md) | [Tiếng Khmer](../km/README.md) | [Tiếng Hàn](../ko/README.md) | [Tiếng Litva](../lt/README.md) | [Tiếng Malay](../ms/README.md) | [Tiếng Malayalam](../ml/README.md) | [Tiếng Marathi](../mr/README.md) | [Tiếng Nepal](../ne/README.md) | [Tiếng Pidgin Nigeria](../pcm/README.md) | [Tiếng Na Uy](../no/README.md) | [Tiếng Ba Tư (Farsi)](../fa/README.md) | [Tiếng Ba Lan](../pl/README.md) | [Tiếng Bồ Đào Nha (Brazil)](../pt-BR/README.md) | [Tiếng Bồ Đào Nha (Bồ Đào Nha)](../pt-PT/README.md) | [Tiếng Punjabi (Gurmukhi)](../pa/README.md) | [Tiếng Romania](../ro/README.md) | [Tiếng Nga](../ru/README.md) | [Tiếng Serbia (Chữ Cyrillic)](../sr/README.md) | [Tiếng Slovakia](../sk/README.md) | [Tiếng Slovenia](../sl/README.md) | [Tiếng Tây Ban Nha](../es/README.md) | [Tiếng Swahili](../sw/README.md) | [Tiếng Thụy Điển](../sv/README.md) | [Tiếng Tagalog (Filipino)](../tl/README.md) | [Tiếng Tamil](../ta/README.md) | [Tiếng Telugu](../te/README.md) | [Tiếng Thái](../th/README.md) | [Tiếng Thổ Nhĩ Kỳ](../tr/README.md) | [Tiếng Ukraina](../uk/README.md) | [Tiếng Urdu](../ur/README.md) | [Tiếng Việt](./README.md)
 
+> **Ưu tiên Clone Tại chỗ?**
+>
 > Kho lưu trữ này bao gồm hơn 50 bản dịch ngôn ngữ, điều này làm tăng đáng kể kích thước tải xuống. Để clone mà không có bản dịch, sử dụng sparse checkout:
+>
+> **Bash / macOS / Linux:**
 > ```bash
 > git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
 > cd IoT-For-Beginners
 > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
 > ```
-> Điều này cung cấp cho bạn mọi thứ cần thiết để hoàn thành khoá học với tốc độ tải xuống nhanh hơn nhiều.
+>
+> **CMD (Windows):**
+> ```cmd
+> git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
+> cd IoT-For-Beginners
+> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
+> ```
+>
+> Điều này cung cấp cho bạn mọi thứ bạn cần để hoàn thành khóa học với tốc độ tải nhanh hơn nhiều.
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
 
 # IoT cho Người mới bắt đầu - Một Chương trình học
 
-Các Azure Cloud Advocates tại Microsoft vui mừng cung cấp một chương trình học 12 tuần, 24 bài học về các kiến thức cơ bản của IoT. Mỗi bài học bao gồm các bài kiểm tra trước và sau bài học, hướng dẫn viết để hoàn thành bài học, giải pháp, bài tập và nhiều hơn thế nữa. Phương pháp giảng dạy dựa trên dự án giúp bạn học trong khi xây dựng, một cách đã được chứng minh để kỹ năng mới "đọng lại".
+Các Đại sứ Đám mây Azure tại Microsoft vui mừng giới thiệu một chương trình học 12 tuần, 24 bài học về những kiến thức cơ bản của IoT. Mỗi bài học bao gồm bài kiểm tra trước và sau bài học, hướng dẫn viết để hoàn thành bài học, giải pháp, bài tập và nhiều hơn nữa. Phương pháp giảng dạy dựa trên dự án cho phép bạn học kèm thực hành, một phương pháp đã được chứng minh giúp kỹ năng mới dễ ghi nhớ.
 
-Các dự án bao gồm hành trình của thực phẩm từ trang trại đến bàn ăn. Điều này bao gồm nông nghiệp, hậu cần, sản xuất, bán lẻ và người tiêu dùng - tất cả đều là các lĩnh vực ngành phổ biến cho các thiết bị IoT.
+Các dự án bao gồm hành trình thực phẩm từ nông trại tới bàn ăn. Điều này bao gồm canh tác, logistics, sản xuất, bán lẻ và người tiêu dùng - tất cả đều là các lĩnh vực ngành phổ biến cho các thiết bị IoT.
 
-![Bản đồ lộ trình cho khoá học với 24 bài học bao gồm giới thiệu, nông nghiệp, vận chuyển, chế biến, bán lẻ và nấu ăn](../../translated_images/vi/Roadmap.bb1dec285dda0eda.webp)
+![Lộ trình khóa học với 24 bài học bao gồm giới thiệu, canh tác, vận tải, chế biến, bán lẻ và nấu ăn](../../translated_images/vi/Roadmap.bb1dec285dda0eda.webp)
 
-> Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấp vào hình để xem phiên bản lớn hơn.
+> Sketchnote bởi [Nitya Narasimhan](https://github.com/nitya). Nhấn vào hình để xem phiên bản lớn hơn.
 
-**Chân thành cảm ơn các tác giả của chúng tôi [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), và họa sĩ sketchnote của chúng tôi [Nitya Narasimhan](https://github.com/nitya).**
+**Trân trọng cảm ơn các tác giả của chúng tôi [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), và họa sĩ sketchnote [Nitya Narasimhan](https://github.com/nitya).**
 
-**Cảm ơn cũng đến đội ngũ [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) của chúng tôi đã xem xét và dịch thuật chương trình này - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), và [Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
+**Cảm ơn cũng đến đội ngũ [Đại sứ Sinh viên Microsoft Learn](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) đã tham gia đánh giá và dịch chương trình này - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), và [Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
 
-Gặp đội ngũ của chúng tôi!
+Gặp đội ngũ!
 
-[![Video quảng cáo](../../images/IOT.gif)](https://youtu.be/-wippUJRi5k)
+[![Video quảng bá](../../images/IOT.gif)](https://youtu.be/-wippUJRi5k)
 
 **Gif bởi** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
 
-> 🎥 Nhấn vào hình ảnh phía trên để xem video về dự án!
+> 🎥 Nhấp vào hình trên để xem video về dự án!
 
-> **Giáo viên**, chúng tôi đã [bao gồm một số đề xuất](for-teachers.md) về cách sử dụng chương trình này. Nếu bạn muốn tạo bài học riêng, chúng tôi cũng đã bao gồm một [mẫu bài học](lesson-template/README.md).
+> **Giáo viên**, chúng tôi đã [bao gồm một số gợi ý](for-teachers.md) về cách sử dụng chương trình học này. Nếu bạn muốn tạo bài học riêng, chúng tôi cũng đã bao gồm một [mẫu bài học](lesson-template/README.md).
 
-> **[Học sinh](https://aka.ms/student-page)**, để sử dụng chương trình này một cách độc lập, hãy fork toàn bộ kho lưu trữ và hoàn thành các bài tập một mình, bắt đầu với bài kiểm tra trước bài giảng, sau đó đọc bài giảng và hoàn thành phần còn lại của các hoạt động. Hãy cố gắng tạo các dự án bằng cách hiểu các bài học thay vì sao chép mã giải pháp; tuy nhiên mã đó có sẵn trong thư mục /solutions ở mỗi bài học theo định hướng dự án. Một ý tưởng khác là thành lập nhóm học với bạn bè và cùng nhau đi qua nội dung. Để học sâu hơn, chúng tôi khuyến nghị [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn).
+> **[Học viên](https://aka.ms/student-page)**, để sử dụng chương trình học này một cách độc lập, hãy fork toàn bộ repo và hoàn thành bài tập một mình, bắt đầu bằng bài kiểm tra trước bài giảng, sau đó đọc bài giảng và hoàn thành các hoạt động còn lại. Cố gắng tạo các dự án bằng cách hiểu bài học thay vì sao chép mã giải pháp; tuy nhiên mã đó có sẵn trong thư mục /solutions ở mỗi bài học hướng đến dự án. Một ý tưởng khác là thành lập nhóm học cùng bạn bè và cùng học nội dung. Để học thêm, chúng tôi khuyên dùng [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn).
 
-Để xem video tổng quan về khoá học, tham khảo video này:
+Để xem tổng quan video về khóa học này, hãy xem video dưới đây:
 
-[![Video quảng cáo](https://img.youtube.com/vi/bccEMm8gRuc/0.jpg)](https://youtube.com/watch?v=bccEMm8gRuc "Video quảng cáo")
+[![Video quảng bá](https://img.youtube.com/vi/bccEMm8gRuc/0.jpg)](https://youtube.com/watch?v=bccEMm8gRuc "Video quảng bá")
 
-> 🎥 Nhấn vào hình ảnh phía trên để xem video về dự án!
+> 🎥 Nhấp vào hình trên để xem video về dự án!
 
 ## Phương pháp giảng dạy
 
-Chúng tôi đã chọn hai nguyên tắc giảng dạy khi xây dựng chương trình này: đảm bảo nó dựa trên dự án và bao gồm các bài kiểm tra thường xuyên. Cuối cùng của chuỗi bài học, học sinh sẽ xây dựng một hệ thống giám sát và tưới cây, một bộ định vị phương tiện, một hệ thống nhà máy thông minh theo dõi và kiểm tra thực phẩm, và một bộ hẹn giờ nấu ăn điều khiển bằng giọng nói, đồng thời học các kiến thức cơ bản về Internet of Things bao gồm cách viết mã thiết bị, kết nối với đám mây, phân tích dữ liệu đo từ xa và chạy AI tại biên.
+Chúng tôi đã chọn hai nguyên lý phương pháp giảng dạy khi xây dựng chương trình này: đảm bảo nó dựa trên dự án và có các bài kiểm tra thường xuyên. Khi kết thúc chuỗi bài học này, học viên sẽ xây dựng được hệ thống giám sát và tưới cây, thiết bị theo dõi phương tiện, hệ thống nhà máy thông minh để theo dõi và kiểm tra thực phẩm, và bộ đếm giờ nấu ăn điều khiển bằng giọng nói, đồng thời học được các kiến thức cơ bản của Internet of Things bao gồm cách viết mã thiết bị, kết nối với đám mây, phân tích dữ liệu truyền về và chạy AI ở rìa mạng.
 
-Bằng cách đảm bảo nội dung phù hợp với các dự án, quá trình học sẽ trở nên thú vị hơn cho học sinh và giúp tăng khả năng ghi nhớ các khái niệm.
+Bằng cách đảm bảo nội dung gắn liền với các dự án, quá trình học trở nên hấp dẫn hơn cho học viên và khả năng ghi nhớ các khái niệm được tăng cường.
 
-Ngoài ra, một bài kiểm tra đơn giản trước lớp sẽ đặt tâm thế học sinh vào việc học một chủ đề, trong khi một bài kiểm tra thứ hai sau lớp sẽ đảm bảo việc duy trì kiến thức. Chương trình này được thiết kế linh hoạt và vui nhộn, có thể thực hiện toàn bộ hoặc một phần. Các dự án bắt đầu nhỏ và trở nên ngày càng phức tạp hơn vào cuối chu kỳ 12 tuần.
+Ngoài ra, bài kiểm tra nhỏ trước lớp giúp học viên có định hướng học tập rõ ràng, trong khi bài kiểm tra thứ hai sau lớp giúp tăng cường ghi nhớ. Chương trình học này được thiết kế linh hoạt và vui nhộn, có thể học toàn bộ hoặc từng phần. Các dự án bắt đầu nhỏ và trở nên phức tạp hơn dần trong chu kỳ 12 tuần.
 
-Mỗi dự án dựa trên phần cứng thực tế có sẵn cho học sinh và những người đam mê. Mỗi dự án xem xét lĩnh vực dự án cụ thể, cung cấp kiến thức nền liên quan. Để trở thành nhà phát triển thành công, việc hiểu lĩnh vực bạn đang giải quyết vấn đề rất hữu ích, việc cung cấp kiến thức nền này giúp học sinh suy nghĩ về các giải pháp IoT và bài học của họ trong bối cảnh loại vấn đề thực tế mà họ có thể được yêu cầu giải quyết với vai trò nhà phát triển IoT. Học sinh học được 'tại sao' của các giải pháp mà họ xây dựng, và có sự trân trọng người dùng cuối.
+Mỗi dự án dựa trên phần cứng thực tế có sẵn cho học viên và những người đam mê. Mỗi dự án khám phá lĩnh vực dự án cụ thể, cung cấp kiến thức nền tảng phù hợp. Để trở thành nhà phát triển thành công, việc hiểu lĩnh vực nơi bạn giải quyết vấn đề rất quan trọng; việc cung cấp kiến thức nền này giúp học viên suy nghĩ về các giải pháp IoT của mình trong bối cảnh các vấn đề thực tế mà họ có thể được yêu cầu giải quyết với tư cách nhà phát triển IoT. Học viên hiểu được 'tại sao' của các giải pháp họ xây dựng và có sự đánh giá người dùng cuối.
 
 ## Phần cứng
+Chúng tôi có hai lựa chọn phần cứng IoT để sử dụng cho các dự án tùy thuộc vào sở thích cá nhân, kiến thức hoặc ưa thích về ngôn ngữ lập trình, mục tiêu học tập và tính sẵn có. Chúng tôi cũng đã cung cấp phiên bản 'phần cứng ảo' cho những ai không có thiết bị phần cứng, hoặc muốn học thêm trước khi quyết định mua. Bạn có thể đọc thêm và tìm danh sách 'mua sắm' trên [trang phần cứng](./hardware.md), bao gồm các liên kết mua bộ kit hoàn chỉnh từ bạn bè của chúng tôi tại Seeed Studio.
 
-Chúng tôi có hai lựa chọn phần cứng IoT để sử dụng cho các dự án dựa trên sở thích cá nhân, kiến thức hoặc sở thích ngôn ngữ lập trình, mục tiêu học tập và sự sẵn có. Chúng tôi cũng cung cấp phiên bản 'phần cứng ảo' cho những ai không có thiết bị hoặc muốn tìm hiểu thêm trước khi quyết định mua. Bạn có thể đọc thêm và tìm danh sách mua sắm trên [trang phần cứng](./hardware.md), bao gồm liên kết để mua bộ kit hoàn chỉnh từ các bạn bè tại Seeed Studio.
-> 💁 Tìm [Bộ Quy tắc Ứng xử](CODE_OF_CONDUCT.md), [Đóng góp](CONTRIBUTING.md) và hướng dẫn [Dịch thuật](TRANSLATIONS.md) của chúng tôi. Chúng tôi hoan nghênh mọi phản hồi xây dựng từ bạn!
+> 💁 Tìm các hướng dẫn [Bộ Quy Tắc Ứng Xử](CODE_OF_CONDUCT.md), [Đóng góp](CONTRIBUTING.md), và [Dịch thuật](TRANSLATIONS.md) của chúng tôi. Chúng tôi rất hoan nghênh phản hồi mang tính xây dựng của bạn!
 >
-> 🔧 Gặp sự cố? Hãy xem [Hướng dẫn Xử lý Sự cố](TROUBLESHOOTING.md) để tìm giải pháp cho các vấn đề thường gặp.
+> 🔧 Gặp sự cố? Hãy xem [Hướng Dẫn Khắc Phục Sự Cố](TROUBLESHOOTING.md) để tìm giải pháp cho các vấn đề phổ biến.
 
 ## Mỗi bài học bao gồm:
 
-- sơ đồ ghi chú
-- video bổ trợ tùy chọn
-- bài kiểm tra làm nóng trước bài học
-- bài học văn bản
-- đối với các bài học dựa trên dự án, hướng dẫn từng bước về cách xây dựng dự án
+- bản phác thảo
+- video bổ sung tùy chọn
+- bài kiểm tra khởi động trước bài học
+- bài học viết
+- đối với các bài học dựa trên dự án, hướng dẫn từng bước để xây dựng dự án
 - kiểm tra kiến thức
-- một thử thách
+- thử thách
 - bài đọc bổ sung
 - bài kiểm tra sau bài học [post-lesson quiz](https://ff-quizzes.netlify.app/en/)
 
-> **Lưu ý về các bài kiểm tra**: Tất cả các bài kiểm tra nằm trong thư mục quiz-app, gồm tổng cộng 48 bài kiểm tra, mỗi bài gồm ba câu hỏi. Chúng được liên kết trong các bài học nhưng ứng dụng kiểm tra có thể chạy cục bộ hoặc triển khai trên Azure; hãy làm theo hướng dẫn trong thư mục `quiz-app`. Chúng đang được dần dịch địa phương hóa.
+> **Lưu ý về các bài kiểm tra**: Tất cả các bài kiểm tra đều nằm trong thư mục quiz-app, với tổng cộng 48 bài kiểm tra, mỗi bài gồm ba câu hỏi. Chúng được liên kết trong các bài học nhưng ứng dụng quiz có thể chạy cục bộ hoặc được triển khai trên Azure; làm theo hướng dẫn trong thư mục `quiz-app`. Các bài kiểm tra đang được dần dần bản địa hóa.
 
 ## Các bài học
 
-|       |               Tên Dự án              |                    Các Khái niệm Được Dạy                     | Mục Tiêu Học Tập                                                                                                                                                  |                                                        Bài học Được Liên kết                                                         |
-| :---: | :---------------------------------: | :-----------------------------------------------------------: | ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------: |
-|  01   | [Bắt đầu](./1-getting-started/README.md) |                     Giới thiệu về IoT                        | Học các nguyên tắc cơ bản về IoT và các thành phần cơ bản của giải pháp IoT như cảm biến và dịch vụ đám mây trong khi bạn thiết lập thiết bị IoT đầu tiên của mình |                      [Giới thiệu về IoT](./1-getting-started/lessons/1-introduction-to-iot/README.md)                      |
-|  02   | [Bắt đầu](./1-getting-started/README.md) |                   Tìm hiểu sâu hơn về IoT                    | Tìm hiểu thêm về các thành phần của hệ thống IoT, cũng như vi điều khiển và máy vi tính một bo mạch                                                             |                        [Tìm hiểu sâu hơn về IoT](./1-getting-started/lessons/2-deeper-dive/README.md)                         |
-|  03   | [Bắt đầu](./1-getting-started/README.md) | Tương tác với thế giới vật lý bằng cảm biến và thiết bị kích hoạt | Tìm hiểu về cảm biến để thu thập dữ liệu từ thế giới vật lý, và thiết bị kích hoạt để gửi phản hồi, trong khi bạn tạo một đèn ngủ                                       | [Tương tác với thế giới vật lý bằng cảm biến và thiết bị kích hoạt](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |
-|  04   | [Bắt đầu](./1-getting-started/README.md) |                 Kết nối thiết bị của bạn với Internet        | Tìm hiểu cách kết nối thiết bị IoT với Internet để gửi và nhận tin nhắn bằng cách kết nối đèn ngủ của bạn với một MQTT broker                                      |               [Kết nối thiết bị của bạn với Internet](./1-getting-started/lessons/4-connect-internet/README.md)                |
-|  05   |            [Nông trại](./2-farm/README.md)            |                    Dự đoán sự phát triển của cây trồng         | Học cách dự đoán sự phát triển của cây trồng sử dụng dữ liệu nhiệt độ thu thập bởi thiết bị IoT                                                                   |                          [Dự đoán sự phát triển của cây trồng](./2-farm/lessons/1-predict-plant-growth/README.md)                           |
-|  06   |            [Nông trại](./2-farm/README.md)            |                    Phát hiện độ ẩm đất                        | Học cách phát hiện độ ẩm đất và hiệu chỉnh cảm biến độ ẩm đất                                                                                                   |                          [Phát hiện độ ẩm đất](./2-farm/lessons/2-detect-soil-moisture/README.md)                           |
-|  07   |            [Nông trại](./2-farm/README.md)            |              Tự động tưới cây                                | Học cách tự động hóa và lập lịch tưới cây bằng rơ le và MQTT                                                                                                    |                      [Tự động tưới cây](./2-farm/lessons/3-automated-plant-watering/README.md)                       |
-|  08   |            [Nông trại](./2-farm/README.md)            |           Di chuyển cây trồng của bạn lên đám mây           | Học về đám mây và dịch vụ IoT được lưu trữ trên đám mây và cách kết nối cây trồng của bạn với một trong số đó thay vì broker MQTT công cộng                      |               [Di chuyển cây trồng của bạn lên đám mây](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)                |
-|  09   |            [Nông trại](./2-farm/README.md)            |      Di chuyển logic ứng dụng của bạn lên đám mây             | Học cách viết logic ứng dụng trên đám mây đáp ứng các tin nhắn IoT                                                                                               |         [Di chuyển logic ứng dụng của bạn lên đám mây](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)         |
-|  10   |            [Nông trại](./2-farm/README.md)            |               Giữ an toàn cho cây trồng của bạn              | Học về bảo mật trong IoT và cách giữ an toàn cho cây trồng với khóa và chứng chỉ                                                                                 |                        [Giữ an toàn cho cây trồng của bạn](./2-farm/lessons/6-keep-your-plant-secure/README.md)                         |
-|  11   |       [Vận tải](./3-transport/README.md)       |                      Theo dõi vị trí                          | Học về theo dõi vị trí GPS cho thiết bị IoT                                                                                                                     |                           [Theo dõi vị trí](./3-transport/lessons/1-location-tracking/README.md)                           |
-|  12   |       [Vận tải](./3-transport/README.md)       |                   Lưu trữ dữ liệu vị trí                      | Học cách lưu trữ dữ liệu IoT để được trực quan hóa hoặc phân tích sau                                                                                           |                         [Lưu trữ dữ liệu vị trí](./3-transport/lessons/2-store-location-data/README.md)                         |
-|  13   |       [Vận tải](./3-transport/README.md)       |                Trực quan hóa dữ liệu vị trí                    | Học về trực quan hóa dữ liệu vị trí trên bản đồ, và cách bản đồ thể hiện thế giới thực 3D trong 2 chiều                                                          |                     [Trực quan hóa dữ liệu vị trí](./3-transport/lessons/3-visualize-location-data/README.md)                     |
-|  14   |       [Vận tải](./3-transport/README.md)       |                          Vùng địa lý                          | Học về vùng địa lý và cách chúng có thể dùng để cảnh báo khi các phương tiện trong chuỗi cung ứng gần đến điểm đích của chúng                                    |                                   [Vùng địa lý](./3-transport/lessons/4-geofences/README.md)                                   |
-|  15   |   [Sản xuất](./4-manufacturing/README.md)   |               Huấn luyện bộ phát hiện chất lượng trái cây    | Học về huấn luyện bộ phân loại hình ảnh trên đám mây để phát hiện chất lượng trái cây                                                                           |                 [Huấn luyện bộ phát hiện chất lượng trái cây](./4-manufacturing/lessons/1-train-fruit-detector/README.md)                 |
-|  16   |   [Sản xuất](./4-manufacturing/README.md)   |           Kiểm tra chất lượng trái cây từ thiết bị IoT        | Học về sử dụng bộ phát hiện chất lượng trái cây của bạn từ thiết bị IoT                                                                                          |           [Kiểm tra chất lượng trái cây từ thiết bị IoT](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)            |
-|  17   |   [Sản xuất](./4-manufacturing/README.md)   |              Chạy bộ phát hiện trái cây trên thiết bị ở rìa  | Học về chạy bộ phát hiện trái cây của bạn trên thiết bị IoT ở rìa                                                                                                |             [Chạy bộ phát hiện trái cây trên thiết bị ở rìa](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)             |
-|  18   |   [Sản xuất](./4-manufacturing/README.md)   |       Kích hoạt phát hiện chất lượng trái cây từ cảm biến    | Học về kích hoạt phát hiện chất lượng trái cây từ cảm biến                                                                                                      |        [Kích hoạt phát hiện chất lượng trái cây từ cảm biến](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)         |
-|  19   |          [Bán lẻ](./5-retail/README.md)          |                   Huấn luyện bộ phát hiện hàng tồn kho       | Học cách sử dụng phát hiện đối tượng để huấn luyện bộ phát hiện hàng tồn kho đếm hàng trong cửa hàng                                                           |                        [Huấn luyện bộ phát hiện hàng tồn kho](./5-retail/lessons/1-train-stock-detector/README.md)                         |
-|  20   |          [Bán lẻ](./5-retail/README.md)          |             Kiểm tra tồn kho từ thiết bị IoT                  | Học cách kiểm tra hàng tồn kho từ thiết bị IoT sử dụng mô hình phát hiện đối tượng                                                                                |                     [Kiểm tra tồn kho từ thiết bị IoT](./5-retail/lessons/2-check-stock-device/README.md)                      |
-|  21   |        [Người tiêu dùng](./6-consumer/README.md)        |          Nhận diện giọng nói với thiết bị IoT                | Học cách nhận diện giọng nói từ thiết bị IoT để xây dựng bộ đếm thời gian thông minh                                                                             |                  [Nhận diện giọng nói với thiết bị IoT](./6-consumer/lessons/1-speech-recognition/README.md)                  |
-|  22   |        [Người tiêu dùng](./6-consumer/README.md)        |                   Hiểu ngôn ngữ                               | Học cách hiểu các câu nói với thiết bị IoT                                                                                                                      |                        [Hiểu ngôn ngữ](./6-consumer/lessons/2-language-understanding/README.md)                        |
-|  23   |        [Người tiêu dùng](./6-consumer/README.md)        |           Cài đặt bộ đếm thời gian và cung cấp phản hồi nói  | Học cách cài đặt bộ đếm thời gian trên thiết bị IoT và cung cấp phản hồi nói về khi bộ đếm được đặt và khi nó kết thúc                                          |                 [Cài đặt bộ đếm thời gian và cung cấp phản hồi nói](./6-consumer/lessons/3-spoken-feedback/README.md)                  |
-|  24   |        [Người tiêu dùng](./6-consumer/README.md)        |                   Hỗ trợ đa ngôn ngữ                          | Học cách hỗ trợ nhiều ngôn ngữ, cả khi được nói và các phản hồi từ bộ đếm thông minh của bạn                                                                     |                   [Hỗ trợ đa ngôn ngữ](./6-consumer/lessons/4-multiple-language-support/README.md)                   |
+|       |              Tên Dự Án               |                     Khái Niệm Được Dạy                      | Mục Tiêu Học Tập                                                                                                                                                   |                                                        Bài Học Liên Kết                                                        |
+| :---: | :---------------------------------: | :---------------------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------------------------------------------- | :-----------------------------------------------------------------------------------------------------------------------------: |
+|  01   | [Bắt đầu](./1-getting-started/README.md) |                  Giới thiệu về IoT                         | Học các nguyên tắc cơ bản của IoT và các thành phần cơ bản của các giải pháp IoT như cảm biến và dịch vụ đám mây trong khi bạn thiết lập thiết bị IoT đầu tiên    |                     [Giới thiệu về IoT](./1-getting-started/lessons/1-introduction-to-iot/README.md)                             |
+|  02   | [Bắt đầu](./1-getting-started/README.md) |               Tìm hiểu sâu hơn về IoT                      | Tìm hiểu thêm về các thành phần của hệ thống IoT, cũng như vi điều khiển và máy tính bảng đơn                                                                    |                         [Tìm hiểu sâu hơn về IoT](./1-getting-started/lessons/2-deeper-dive/README.md)                        |
+|  03   | [Bắt đầu](./1-getting-started/README.md) | Tương tác với thế giới vật lý bằng cảm biến và bộ chấp hành | Tìm hiểu về cảm biến để thu thập dữ liệu từ thế giới vật lý, và bộ chấp hành để gửi phản hồi, trong khi bạn xây dựng một đèn ngủ                                | [Tương tác với thế giới vật lý bằng cảm biến và bộ chấp hành](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |
+|  04   | [Bắt đầu](./1-getting-started/README.md) |       Kết nối thiết bị của bạn với Internet                  | Tìm hiểu cách kết nối thiết bị IoT với Internet để gửi và nhận thông điệp bằng cách kết nối đèn ngủ của bạn tới một broker MQTT                                 |                 [Kết nối thiết bị của bạn với Internet](./1-getting-started/lessons/4-connect-internet/README.md)              |
+|  05   |             [Nông trại](./2-farm/README.md)             |                Dự đoán sự phát triển của cây                 | Học cách dự đoán sự phát triển của cây dựa trên dữ liệu nhiệt độ thu thập bởi thiết bị IoT                                                                        |                        [Dự đoán sự phát triển của cây](./2-farm/lessons/1-predict-plant-growth/README.md)                    |
+|  06   |             [Nông trại](./2-farm/README.md)             |                 Phát hiện độ ẩm đất                          | Học cách phát hiện độ ẩm đất và hiệu chuẩn cảm biến độ ẩm đất                                                                                                   |                         [Phát hiện độ ẩm đất](./2-farm/lessons/2-detect-soil-moisture/README.md)                              |
+|  07   |             [Nông trại](./2-farm/README.md)             |              Tự động tưới cây                                | Học cách tự động hóa và lập lịch tưới nước bằng rơ le và MQTT                                                                                                    |                     [Tự động tưới cây](./2-farm/lessons/3-automated-plant-watering/README.md)                                  |
+|  08   |             [Nông trại](./2-farm/README.md)             |           Di chuyển cây của bạn lên đám mây                  | Tìm hiểu về đám mây và các dịch vụ IoT được lưu trữ trên đám mây và cách kết nối cây của bạn tới một trong số đó thay vì broker MQTT công cộng                   |                  [Di chuyển cây của bạn lên đám mây](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)             |
+|  09   |             [Nông trại](./2-farm/README.md)             |       Di chuyển logic ứng dụng của bạn lên đám mây           | Tìm hiểu cách bạn có thể viết logic ứng dụng trên đám mây để phản hồi lại các thông điệp IoT                                                                     |           [Di chuyển logic ứng dụng của bạn lên đám mây](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)       |
+|  10   |             [Nông trại](./2-farm/README.md)             |                 Giữ an toàn cho cây của bạn                  | Tìm hiểu về bảo mật với IoT và cách giữ an toàn cho cây bằng các khóa và chứng chỉ                                                                              |                          [Giữ an toàn cho cây của bạn](./2-farm/lessons/6-keep-your-plant-secure/README.md)                  |
+|  11   |        [Vận chuyển](./3-transport/README.md)        |                   Theo dõi vị trí                            | Tìm hiểu về theo dõi vị trí GPS cho các thiết bị IoT                                                                                                            |                          [Theo dõi vị trí](./3-transport/lessons/1-location-tracking/README.md)                                |
+|  12   |        [Vận chuyển](./3-transport/README.md)        |                  Lưu trữ dữ liệu vị trí                      | Học cách lưu trữ dữ liệu IoT để trực quan hóa hoặc phân tích sau                                                                                                |                          [Lưu trữ dữ liệu vị trí](./3-transport/lessons/2-store-location-data/README.md)                       |
+|  13   |        [Vận chuyển](./3-transport/README.md)        |               Trực quan hóa dữ liệu vị trí                   | Tìm hiểu về trực quan hóa dữ liệu vị trí trên bản đồ, và cách các bản đồ thể hiện thế giới 3D thật trong 2 chiều                                                 |                        [Trực quan hóa dữ liệu vị trí](./3-transport/lessons/3-visualize-location-data/README.md)              |
+|  14   |        [Vận chuyển](./3-transport/README.md)        |                          Hàng rào địa lý                     | Tìm hiểu về hàng rào địa lý, và cách chúng có thể được sử dụng để cảnh báo khi các phương tiện trong chuỗi cung ứng gần đến điểm đến của họ                    |                                 [Hàng rào địa lý](./3-transport/lessons/4-geofences/README.md)                               |
+|  15   |    [Sản xuất](./4-manufacturing/README.md)     |            Huấn luyện bộ phát hiện chất lượng trái cây      | Học cách huấn luyện bộ phân loại hình ảnh trên đám mây để phát hiện chất lượng trái cây                                                                         |                  [Huấn luyện bộ phát hiện chất lượng trái cây](./4-manufacturing/lessons/1-train-fruit-detector/README.md)     |
+|  16   |    [Sản xuất](./4-manufacturing/README.md)     |          Kiểm tra chất lượng trái cây từ thiết bị IoT       | Tìm hiểu về cách sử dụng bộ phát hiện chất lượng trái cây từ thiết bị IoT                                                                                        |              [Kiểm tra chất lượng trái cây từ thiết bị IoT](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)    |
+|  17   |    [Sản xuất](./4-manufacturing/README.md)     |           Chạy bộ phát hiện trái cây trên thiết bị biên     | Tìm hiểu về cách chạy bộ phát hiện trái cây trên thiết bị IoT ở biên                                                                                             |                [Chạy bộ phát hiện trái cây trên thiết bị biên](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)  |
+|  18   |    [Sản xuất](./4-manufacturing/README.md)     |         Kích hoạt phát hiện chất lượng trái cây từ cảm biến | Tìm hiểu về cách kích hoạt phát hiện chất lượng trái cây từ cảm biến                                                                                            |          [Kích hoạt phát hiện chất lượng trái cây từ cảm biến](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)  |
+|  19   |         [Bán lẻ](./5-retail/README.md)         |               Huấn luyện bộ phát hiện hàng hóa               | Học cách sử dụng nhận diện đối tượng để huấn luyện bộ phát hiện hàng hóa nhằm đếm số lượng hàng hóa trong cửa hàng                                              |                           [Huấn luyện bộ phát hiện hàng hóa](./5-retail/lessons/1-train-stock-detector/README.md)             |
+|  20   |         [Bán lẻ](./5-retail/README.md)         |               Kiểm tra hàng tồn kho từ thiết bị IoT          | Học cách kiểm tra hàng tồn kho từ thiết bị IoT bằng mô hình nhận diện đối tượng                                                                                   |                            [Kiểm tra hàng tồn kho từ thiết bị IoT](./5-retail/lessons/2-check-stock-device/README.md)          |
+|  21   |       [Người tiêu dùng](./6-consumer/README.md)       |           Nhận dạng giọng nói với thiết bị IoT                 | Học cách nhận dạng giọng nói từ thiết bị IoT để xây dựng bộ đếm thời gian thông minh                                                                            |                   [Nhận dạng giọng nói với thiết bị IoT](./6-consumer/lessons/1-speech-recognition/README.md)                  |
+|  22   |       [Người tiêu dùng](./6-consumer/README.md)       |                 Hiểu ngôn ngữ                                | Học cách hiểu các câu nói với thiết bị IoT                                                                                                                      |                        [Hiểu ngôn ngữ](./6-consumer/lessons/2-language-understanding/README.md)                              |
+|  23   |       [Người tiêu dùng](./6-consumer/README.md)       |       Đặt bộ đếm thời gian và phản hồi bằng lời nói          | Học cách đặt bộ đếm thời gian trên thiết bị IoT và cung cấp phản hồi bằng lời nói khi bộ đếm được đặt và khi kết thúc                                            |               [Đặt bộ đếm thời gian và phản hồi bằng lời nói](./6-consumer/lessons/3-spoken-feedback/README.md)              |
+|  24   |       [Người tiêu dùng](./6-consumer/README.md)       |               Hỗ trợ nhiều ngôn ngữ                          | Học cách hỗ trợ nhiều ngôn ngữ, cả trong việc được nói với và các câu trả lời từ bộ đếm thông minh của bạn                                                        |                   [Hỗ trợ nhiều ngôn ngữ](./6-consumer/lessons/4-multiple-language-support/README.md)                          |
 
 ## Truy cập ngoại tuyến
 
-Bạn có thể chạy tài liệu này ngoại tuyến bằng cách sử dụng [Docsify](https://docsify.js.org/#/). Fork repo này, [cài đặt Docsify](https://docsify.js.org/#/quickstart) trên máy tính của bạn, rồi trong thư mục gốc của repo này, gõ `docsify serve`. Trang web sẽ được phục vụ trên cổng 3000 trên localhost của bạn: `localhost:3000`.
+Bạn có thể chạy tài liệu này ngoại tuyến bằng cách sử dụng [Docsify](https://docsify.js.org/#/). Fork repo này, [cài đặt Docsify](https://docsify.js.org/#/quickstart) trên máy cục bộ của bạn, rồi trong thư mục gốc repo này, gõ `docsify serve`. Trang web sẽ được phục vụ trên cổng 3000 của localhost bạn: `localhost:3000`.
 
 ## Bài kiểm tra
 
-Cảm ơn cộng đồng đã lưu trữ bài kiểm tra tương tác giúp bạn kiểm tra kiến thức ở mỗi chương. Bạn có thể kiểm tra kiến thức [ở đây](https://ff-quizzes.netlify.app/en/)
+Cảm ơn cộng đồng đã tổ chức các bài quiz tương tác để kiểm tra kiến thức của bạn về từng chương. Bạn có thể kiểm tra kiến thức của mình [tại đây](https://ff-quizzes.netlify.app/en/)
 
 ### PDF
 
-Bạn có thể tạo một file PDF của nội dung này để truy cập ngoại tuyến nếu cần. Để làm điều này, hãy đảm bảo bạn đã [cài đặt npm](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) và chạy các lệnh sau trong thư mục gốc của repo này:
+Bạn có thể tạo PDF nội dung này để truy cập ngoại tuyến nếu cần. Để làm điều này, hãy đảm bảo bạn đã cài [npm](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) và chạy các lệnh sau trong thư mục gốc của repo này:
 
 ```sh
 npm i
@@ -155,58 +165,57 @@ npm run convert
 
 Có các bộ slide cho một số bài học trong thư mục [slides](../../slides).
 
+## Các chương trình giảng dạy khác
 
-## Các Chương Trình Học Khác
-
-Nhóm của chúng tôi tạo ra các chương trình học khác! Hãy xem:
+Nhóm chúng tôi còn sản xuất các chương trình giảng dạy khác! Hãy xem:
 
 <!-- CO-OP TRANSLATOR OTHER COURSES START -->
 ### LangChain
-[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
-[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
-
+[![LangChain4j dành cho Người Mới Bắt Đầu](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
+[![LangChain.js dành cho Người Mới Bắt Đầu](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
+[![LangChain dành cho Người Mới Bắt Đầu](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
 ---
 
 ### Azure / Edge / MCP / Agents
-[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![AZD dành cho Người Mới Bắt Đầu](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
-[![Đại lý AI cho Người mới bắt đầu](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
 
 ---
  
-### Chuỗi AI Tạo sinh
-[![AI Tạo sinh cho Người mới bắt đầu](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
-[![AI Tạo sinh (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
-[![AI Tạo sinh (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
-[![AI Tạo sinh (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
+### Chuỗi AI Tạo Sinh
+[![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
+[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
+[![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
 
 ---
  
-### Học tập Cốt lõi
-[![ML cho Người mới bắt đầu](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
-[![Khoa học Dữ liệu cho Người mới bắt đầu](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
-[![AI cho Người mới bắt đầu](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
-[![An ninh mạng cho Người mới bắt đầu](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
-[![Phát triển Web cho Người mới bắt đầu](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
-[![IoT cho Người mới bắt đầu](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
-[![Phát triển XR cho Người mới bắt đầu](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
+### Học Tập Cốt Lõi
+[![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
+[![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
+[![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
+[![Cybersecurity for Beginners](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
+[![Web Dev for Beginners](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
+[![IoT for Beginners](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
+[![XR Development for Beginners](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
 
 ---
  
 ### Chuỗi Copilot
-[![Copilot cho Lập trình Ghép đôi AI](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
-[![Copilot cho C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
-[![Cuộc phiêu lưu Copilot](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
+[![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
+[![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
+[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
 <!-- CO-OP TRANSLATOR OTHER COURSES END -->
 
-## Bản quyền hình ảnh
+## Ghi công hình ảnh
 
-Bạn có thể tìm thấy tất cả các bản quyền cho các hình ảnh được sử dụng trong chương trình học này tại [Attributions](./attributions.md).
+Bạn có thể tìm tất cả các ghi công cho hình ảnh sử dụng trong chương trình giảng dạy này tại mục [Ghi công](./attributions.md) khi cần.
 
 ---
 
 <!-- CO-OP TRANSLATOR DISCLAIMER START -->
-**Tuyên bố từ chối trách nhiệm**:
-Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI [Co-op Translator](https://github.com/Azure/co-op-translator). Mặc dù chúng tôi cố gắng đảm bảo độ chính xác, xin lưu ý rằng bản dịch tự động có thể chứa lỗi hoặc sự không chính xác. Tài liệu gốc bằng ngôn ngữ gốc nên được coi là nguồn chính xác và có thẩm quyền. Đối với thông tin quan trọng, nên sử dụng bản dịch do con người chuyên nghiệp thực hiện. Chúng tôi không chịu trách nhiệm về bất kỳ sự hiểu lầm hoặc giải thích sai nào phát sinh từ việc sử dụng bản dịch này.
+**Miễn trừ trách nhiệm**:  
+Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI [Co-op Translator](https://github.com/Azure/co-op-translator). Mặc dù chúng tôi cố gắng đảm bảo độ chính xác, xin lưu ý rằng các bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ gốc của nó nên được xem là nguồn thông tin chính xác nhất. Đối với thông tin quan trọng, nên sử dụng dịch thuật chuyên nghiệp do con người thực hiện. Chúng tôi không chịu trách nhiệm đối với bất kỳ sự hiểu nhầm hoặc giải thích sai nào phát sinh từ việc sử dụng bản dịch này.
 <!-- CO-OP TRANSLATOR DISCLAIMER END -->
\ No newline at end of file
diff --git a/translations/vi/hardware.md b/translations/vi/hardware.md
index e2a2891bf..e05663bee 100644
--- a/translations/vi/hardware.md
+++ b/translations/vi/hardware.md
@@ -26,7 +26,7 @@ Seeed Studios đã rất hào phóng cung cấp tất cả phần cứng dưới
 
 **[IoT cho người mới bắt đầu với Seeed và Microsoft - Bộ khởi động Raspberry Pi 4](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)**
 
-[![Bộ phần cứng Raspberry Pi Terminal](../../translated_images/vi/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
+[![Bộ phần cứng Raspberry Pi Terminal](../../translated_images/vi/pi-hardware-kit.26dbadaedb7dd44c.webp)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
 
 ## Arduino