शुरुआती के लिए 8 डीप लर्निंग प्रोजेक्ट आइडियाज

क्या आपने गहन शिक्षण तकनीकों का अध्ययन किया है, लेकिन कभी किसी उपयोगी प्रोजेक्ट पर काम नहीं किया है? यहां, हम शुरुआती लोगों के लिए आठ गहन शिक्षण परियोजना विचारों पर प्रकाश डालते हैं जो आपके कौशल को तेज करने और आपके बायोडाटा को बढ़ावा देने में मदद करेंगे।

टिप्पणियाँ

By अक्सा ज़फ़री, पीएच.डी. मशीन लर्निंग में विद्वान | एमएलटीयूटी में संस्थापक | सोलोप्रीनूर | ब्लॉगर.

1. कुत्ते की नस्ल की पहचान

कुत्तों की विभिन्न नस्लें हैं, और उनमें से अधिकांश एक-दूसरे के समान हैं। एक शुरुआत के रूप में, आप कुत्ते की नस्ल की पहचान करने के लिए कुत्ते की नस्ल पहचान मॉडल बना सकते हैं।

इस प्रोजेक्ट के लिए, आप एक छवि से विभिन्न कुत्तों की नस्लों को वर्गीकृत करने के लिए कुत्तों की नस्लों के डेटासेट का उपयोग कर सकते हैं। आप कुत्तों की नस्लों का डेटासेट यहां से डाउनलोड कर सकते हैं Kaggle.

मुझे इसके लिए यह संपूर्ण ट्यूटोरियल भी मिला डीप लर्निंग का उपयोग करके कुत्ते की नस्ल का वर्गीकरण किरिल पनारिन द्वारा।

2. चेहरे का पता लगाना

यह शुरुआती लोगों के लिए भी एक अच्छा गहन शिक्षण प्रोजेक्ट है। इस प्रोजेक्ट में, आपको एक गहन शिक्षण मॉडल बनाना होगा जो छवि से मानवीय चेहरों का पता लगाए।

चेहरा पहचानना कंप्यूटर विज़न तकनीक है। फेस डिटेक्शन में, आपको किसी भी डिजिटल छवि में मानवीय चेहरों का पता लगाना और उनकी कल्पना करना है।

आप OpenCV का उपयोग करके इस प्रोजेक्ट को Python में बना सकते हैं। संपूर्ण ट्यूटोरियल के लिए, इस लेख को देखें, R पायथन और ओपनसीवी के साथ तत्काल चेहरा पहचान.

3. फसल रोग का पता लगाना

इस प्रोजेक्ट में आपको एक ऐसा मॉडल बनाना है जो फसलों में बीमारियों की भविष्यवाणी करता हो आरजीबी छवियों का उपयोग करना। फसल रोग का पता लगाने वाले मॉडल के निर्माण के लिए, कन्वोल्यूशनल न्यूरल नेटवर्क (सीएनएन) का उपयोग किया जाता है।

सीएनएन बीमारी की पहचान करने और उसका पता लगाने के लिए एक छवि लेता है। कन्वेन्शनल न्यूरल नेटवर्क में विभिन्न चरण हैं। ये चरण हैं:

कनवल्शन ऑपरेशन.
ReLU परत.
पूलिंग.
चपटा होना।
पूर्ण कनेक्शन.

आप कृषि फसल छवियाँ डेटासेट डाउनलोड कर सकते हैं से Kaggle.

4. CIFAR-10 डेटासेट के साथ छवि वर्गीकरण

शुरुआती लोगों के लिए छवि वर्गीकरण सबसे अच्छा प्रोजेक्ट है। एक छवि वर्गीकरण परियोजना में, आपको छवियों को विभिन्न वर्गों में वर्गीकृत करना होगा।

इस प्रोजेक्ट के लिए, आप CIFAR-10 डेटासेट का उपयोग कर सकते हैं, जिसमें 60,000 रंगीन छवियां हैं। इन छवियों को 10 वर्गों में वर्गीकृत किया गया है, जैसे कार, पक्षी, कुत्ते, घोड़े, जहाज, ट्रक आदि।

स्रोत: CIFAR-10 डेटासेट।

प्रशिक्षण डेटा के लिए, 50,000 छवियां हैं, और परीक्षण डेटा के लिए, 10,000 छवियों का उपयोग किया जाता है। छवि वर्गीकरण गहन शिक्षण के सबसे अधिक उपयोग किए जाने वाले अनुप्रयोगों में से एक है। आप डाउनलोड कर सकते हैं CIFAR-10 डेटासेट यहाँ उत्पन्न करें.

5. हस्तलिखित अंक पहचान

आपके गहन शिक्षण कौशल का पता लगाने और परीक्षण करने के लिए, मुझे लगता है कि यह विचार करने के लिए सबसे अच्छी परियोजना है। इस परियोजना में, आप एक मान्यता प्रणाली का निर्माण करेंगे जो मानव हस्तलिखित अंकों को पहचानती है।

आप इस ट्यूटोरियल की जांच कर सकते हैं पायथन का उपयोग करके हस्तलिखित अंक पहचान.

यह ट्यूटोरियल इसका उपयोग करता है एमएनआईएसटी डेटासेट और एक विशेष प्रकार का गहरा तंत्रिका नेटवर्क जो कन्वेन्शनल न्यूरल नेटवर्क है।

6. रंग का पता लगाना

यह एक शुरुआती स्तर का प्रोजेक्ट है जहां आपको एक इंटरैक्टिव ऐप बनाना है। यह ऐप किसी भी छवि से चयनित रंग की पहचान करेगा। विभिन्न RGB रंग मानों के आधार पर 16 मिलियन रंग हैं, लेकिन हम केवल कुछ ही रंगों को जानते हैं।

इस परियोजना को लागू करने के लिए, आपके पास यह होना चाहिए उन सभी रंगों का एक लेबल डेटासेट जिन्हें हम जानते हैं, और फिर आपको यह गणना करने की आवश्यकता है कि कौन सा रंग चयनित रंग मान के साथ सबसे अधिक मिलता जुलता है।

इस परियोजना को लागू करने के लिए, आपको कंप्यूटर विज़न पायथन लाइब्रेरी ओपनसीवी और पांडास से परिचित होना चाहिए।

आप इस परियोजना से संबंधित सभी विवरण देख सकते हैं यहाँ उत्पन्न करें.

7. वास्तविक समय छवि एनीमेशन

यह कंप्यूटर विज़न पर एक ओपन-सोर्स प्रोजेक्ट है। इस प्रोजेक्ट में, आपको OpenCV का उपयोग करके वास्तविक समय में छवि एनीमेशन करना होगा। मैंने यह छवि प्रोजेक्ट के GitHub रिपॉजिटरी से ली है।

स्रोत: गिटहब.

जैसा कि आप छवि में देख सकते हैं, मॉडल कैमरे के सामने व्यक्ति की अभिव्यक्ति की नकल करता है और तदनुसार छवि अभिव्यक्ति को बदलता है।

यह परियोजना उपयोगी है, खासकर यदि आप इसमें शामिल होने की योजना बना रहे हैं फैशन, खुदरा, या विज्ञापन उद्योग। आप इस प्रोजेक्ट का कोड यहां देख सकते हैं GitHub और कोलाब नोटबुक भी है.

8. ड्राइवर की तंद्रा का पता लगाना

सड़क दुर्घटना एक गंभीर समस्या है और इसका प्रमुख कारण है ड्राइवरों का नींद में रहना। लेकिन आप ड्राइवर उनींदापन का पता लगाकर इस समस्या को रोक सकते हैं प्रणाली।

ड्राइवर ड्राउज़नेस डिटेक्शन सिस्टम ड्राइवर की आंखों का लगातार आकलन करके और अलार्म के साथ उसे सचेत करके ड्राइवर की उनींदापन का पता लगाता है।

इस प्रोजेक्ट के लिए ड्राइवर की आंखों की निगरानी के लिए एक वेबकैम आवश्यक है। पायथन, ओपनसीवी, और केरस जब ड्राइवर को नींद आती है तो उसे सचेत करने के लिए इसका उपयोग किया जाता है।

आप इस संपूर्ण प्रोजेक्ट ट्यूटोरियल को यहां देख सकते हैं, ओपनसीवी और केरास के साथ ड्राइवर उनींदापन का पता लगाने वाला सिस्टम.

मूल। अनुमति के साथ पुनर्प्रकाशित।

जैव: अक्सा ज़फ़री, पीएच.डी. डेटा माइनिंग में विद्वान "डेटा माइनिंग के माध्यम से सोशल मीडिया से अवसाद का पता लगाना" पर शोध करते हैं और डेटा साइंस और मशीन लर्निंग के बारे में लिखते हैं एमएलटीयूटी क्षेत्र में ज्ञान और अनुभव साझा करना।

संबंधित: