8 mélytanulási projektötlet kezdőknek
Tanultál a mély tanulási technikákat, de soha nem dolgoztál hasznos projekten? Itt nyolc olyan mélytanulási projektötletet emelünk ki kezdőknek, amelyek segítenek fejleszteni készségeit és fellendíteni az önéletrajzát.
By Aqsa Zafar, Ph.D. Tudós a gépi tanulásban | Alapítója az MLTUT | Egyéni vállalkozó | Blogger.
1. Kutyafajta azonosítás
Különböző kutyafajták vannak, és a legtöbbjük hasonlít egymásra. Kezdőként elkészíthet egy kutyafajta azonosítási modellt a kutya fajtájának azonosításához.
Ebben a projektben a kutyafajták adatkészletét használhatja különböző kutyafajták osztályozására egy kép alapján. A kutyafajták adatkészletét letöltheti innen Kaggle.
Megtaláltam ezt a teljes oktatóanyagot is Kutyafajták osztályozása a Deep Learning segítségével írta: Kirill Panarin.
2. Arcfelismerés
Ez is egy jó mély tanulási projekt kezdőknek. Ebben a projektben egy mély tanulási modellt kell felépítenie, amely felismeri az emberi arcokat a képről.
Az arcfelismerés a számítógépes látástechnológia. Az arcfelismerés során meg kell találnia és megjelenítenie kell az emberi arcokat bármely digitális képen.
Ezt a projektet Pythonban OpenCV használatával építheti fel. A teljes oktatóanyagért tekintse meg ezt a cikket, Re-time arcfelismerés Python és OpenCV segítségével.
3. Növénybetegségek kimutatása
Ebben a projektben olyan modellt kell felépítenie, amely előrejelzi a növények betegségeit RGB képek használatával. A Crop betegségek kimutatására szolgáló modell felépítéséhez konvolúciós neurális hálózatokat (CNN) használnak.
A CNN felvételt készít a betegség azonosítására és kimutatására. A konvolúciós neurális hálózatnak különböző lépései vannak. Ezek a lépések:
- Konvolúciós művelet.
- ReLU réteg.
- Összevonás.
- Lapítás.
- Teljes kapcsolat.
Letöltheti a Mezőgazdasági terményképek adatkészletét ból ből Kaggle.
4. Képosztályozás CIFAR-10 adatkészlettel
A képbesorolás a legjobb projekt kezdőknek. Egy képosztályozási projektben a képeket különböző osztályokba kell besorolni.
Ehhez a projekthez használhatja a CIFAR-10 adatkészletet, amely 60,000 10 színes képet tartalmaz. Ezek a képek XNUMX osztályba vannak sorolva, például autók, madarak, kutyák, lovak, hajók, teherautók stb.
Forrás: CIFAR-10 adatkészlet.
Az edzésadatokhoz 50,000 10,000, a tesztadatokhoz pedig XNUMX XNUMX képet használnak. A képosztályozás a mély tanulás egyik leggyakrabban használt alkalmazása. Letöltheti a CIFAR-10 adatkészlet itt.
5. Kézzel írt számjegyek felismerése
A mély tanulási képességek feltárásához és teszteléséhez úgy gondolom, hogy ez a legjobb projekt. Ebben a projektben olyan felismerő rendszert fog építeni, amely felismeri az emberi kézzel írt számjegyeket.
Ezt az oktatóanyagot megnézheti Kézzel írt számjegyfelismerés Python használatával.
Ez az oktatóanyag a MNIST adatkészlet és egy speciális típusú mély neurális hálózat, a konvolúciós neurális hálózatok.
6. Színérzékelés
Ez egy kezdő szintű projekt, ahol interaktív alkalmazást kell készítenie. Ez az alkalmazás bármely képről azonosítja a kiválasztott színt. A különböző RGB színértékek alapján 16 millió szín létezik, de csak néhány színt ismerünk.
A projekt megvalósításához rendelkeznie kell egy címkézett adatkészletet az összes általunk ismert színből, majd ki kell számítania, hogy melyik szín hasonlít leginkább a kiválasztott színértékhez.
A projekt megvalósításához ismernie kell a Computer Vision Python OpenCV és Pandas könyvtárakat.
A projekttel kapcsolatos összes részletet ellenőrizheti itt.
7. Valós idejű képanimáció
Ez egy nyílt forráskódú projekt a számítógépes látásról. Ebben a projektben valós idejű képanimációt kell végrehajtania az OpenCV segítségével. Ezt a képet a projekt GitHub tárházából vettem.
Forrás: GitHub.
Ahogy a képen is látható, a modell a kamera előtt álló személy arckifejezését utánozza, és ennek megfelelően változtatja a képkifejezést.
Ez a projekt hasznos, különösen akkor, ha tervezi, hogy részt vegyen benne a divat, a kiskereskedelem vagy a reklámipar. A projekt kódját a következő címen tekintheti meg GitHub és a Colab jegyzetfüzet túl.
8. Vezetői álmosság észlelése
A közúti baleset súlyos probléma, és a fő ok az álmos vezetők. De megelőzheti ezt a problémát, ha létrehozza a járművezető álmosságának észlelését rendszer.
A Driver Drowsiness Detection rendszer úgy érzékeli a sofőr álmosságát, hogy folyamatosan felméri a vezető szemét, és riasztásokkal riasztja.
Ehhez a projekthez webkamerára van szükség a vezető szemének figyeléséhez. Python, OpenCV és Keras arra szolgálnak, hogy figyelmeztessék a vezetőt, ha álmosnak érzi magát.
A teljes projekt oktatóanyagot itt tekintheti meg, Vezetői álmosság-érzékelő rendszer OpenCV-vel és Keras-szal.
eredeti. Engedéllyel újra közzétéve.
Bio: Aqsa Zafar, Ph.D. Az adatbányászat kutatója a „Depresszió észlelése a közösségi médiából az adatbányászat révén” című tanulmányát kutatja, és az adattudományról és a gépi tanulásról ír MLTUT hogy megosszák tudásukat és tapasztalataikat ezen a területen.
Kapcsolódó:
Legnépszerűbb történetek az elmúlt 30 napból | |||||
---|---|---|---|---|---|
|
|
Forrás: https://www.kdnuggets.com/2021/09/8-deep-learning-project-ideas-beginners.html
- "
- &
- 000
- 9
- Hirdetés
- mezőgazdaság
- Minden termék
- animáció
- app
- alkalmazások
- cikkben
- BEST
- épít
- Épület
- autók
- besorolás
- CNN
- kód
- Közös
- Számítógépes látás
- konvolúciós neurális hálózat
- létrehozása
- termés
- dátum
- adatbányászat
- adat-tudomány
- mély tanulás
- mély ideghálózat
- depresszió
- Érzékelés
- Számjegy
- digitális
- számjegy
- betegség
- betegségek
- Kutyák
- gépkocsivezető
- stb.
- Excel
- tapasztalat
- Arc
- arcfelismerés
- arcok
- Divat
- vezetéknév
- alapító
- GitHub
- jó
- itt
- Kiemel
- Hogyan
- How To
- HTTPS
- Azonosítás
- azonosítani
- kép
- ipar
- interaktív
- Interjú
- IT
- tudás
- tanulás
- gépi tanulás
- fontos
- Média
- microsoft
- millió
- Bányászati
- ML
- modell
- hálózat
- hálózatok
- ideg-
- neurális hálózat
- neurális hálózatok
- NLP
- OpenCV
- érdekében
- Más
- tervezés
- program
- projektek
- Piton
- real-time
- kutatás
- kiskereskedelem
- Tudomány
- tudósok
- kiválasztott
- Megosztás
- hajók
- készségek
- Közösség
- Közösségi média
- TÖRTÉNETEK
- rendszer
- Technológia
- teszt
- Tesztelés
- tippek
- felső
- toronto
- Képzések
- Teherautók
- oktatói
- érték
- látomás
- X