By אקצא צפר, דוקטורט. חוקר למידת מכונה | מייסד ב-MLTUT | Solopreneur | בלוגר.

1. זיהוי גזע הכלב

ישנם גזעי כלבים שונים, ורובם דומים זה לזה. בתור מתחיל, אתה יכול לבנות מודל זיהוי של גזע כלב כדי לזהות את גזע הכלב.

עבור פרויקט זה, אתה יכול להשתמש במערך הנתונים של גזעי כלבים כדי לסווג גזעי כלבים שונים מתוך תמונה. אתה יכול להוריד את מערך הנתונים של גזעי הכלבים מ קגל.

מצאתי גם את המדריך המלא הזה עבור סיווג גזעי כלבים באמצעות למידה עמוקה מאת קיריל פנארין.

2. זיהוי פנים

זהו גם פרויקט למידה עמוקה טוב למתחילים. בפרויקט זה, אתה צריך לבנות מודל למידה עמוקה שמזהה את הפנים האנושיות מהתמונה.

זיהוי פנים הוא טכנולוגיית ראייה ממוחשבת. בזיהוי פנים, עליך לאתר ולהמחיש את הפנים האנושיות בכל תמונה דיגיטלית.

אתה יכול לבנות את הפרויקט הזה ב-Python באמצעות OpenCV. להדרכה המלאה, עיין במאמר זה, Rזיהוי פנים בזמן אמת עם Python ו-OpenCV.

3. איתור מחלות יבול

בפרויקט זה, אתה צריך לבנות מודל המנבא מחלות בגידולים באמצעות תמונות RGB. לבניית מודל לגילוי מחלות יבול, נעשה שימוש ברשתות עצביות קונבולוציוניות (CNN).

CNN מצלם תמונה כדי לזהות את המחלה ולזהות אותה. ישנם שלבים שונים ב-Convolutional Neural Network. השלבים האלה הם:

1. מבצע קונבולוציה.
2. שכבת ReLU.
3. איגום.
4. רִדוּד.
5. חיבור מלא.

אתה יכול להוריד את מערך התמונות לחקלאות גידולים החל מ- קגל.

4. סיווג תמונה עם ערכת נתונים של CIFAR-10

סיווג תמונה הוא הפרויקט הטוב ביותר למתחילים. בפרויקט סיווג תמונות יש לסווג את התמונות למחלקות שונות.

עבור פרויקט זה, אתה יכול להשתמש ב-CIFAR-10 Dataset, המכיל 60,000 תמונות צבעוניות. תמונות אלו מסווגות ל-10 מחלקות, כגון מכוניות, ציפורים, כלבים, סוסים, ספינות, משאיות וכו'.

מקור: מערך הנתונים של CIFAR-10.

עבור נתוני אימון, יש 50,000 תמונות, ולנתוני בדיקה משתמשים ב-10,000 תמונות. סיווג תמונות הוא אחד היישומים הנפוצים ביותר של למידה עמוקה. אתה יכול להוריד את מערך CIFAR-10 כאן.

5. זיהוי ספרות בכתב יד

כדי לחקור ולבדוק את כישורי הלמידה העמוקה שלך, אני חושב שזה הפרויקט הטוב ביותר לשקול. בפרויקט זה תבנה מערכת זיהוי המזהה ספרות בכתב יד אנושיים.

אתה יכול לבדוק את המדריך הזה עבור זיהוי ספרות בכתב יד באמצעות Python.

מדריך זה משתמש ב- מערך נתונים של MNIST וסוג מיוחד של רשת עצבית עמוקה שהיא Convolutional Neural Networks.

6. זיהוי צבע

זהו פרויקט ברמת מתחילים שבו אתה צריך לבנות אפליקציה אינטראקטיבית. אפליקציה זו תזהה את הצבע הנבחר מכל תמונה. ישנם 16 מיליון צבעים המבוססים על ערכי צבע RGB השונים, אך אנו מכירים רק כמה צבעים.

כדי ליישם את הפרויקט הזה, אתה צריך מערך נתונים מסומן של כל הצבעים שאנו מכירים, ולאחר מכן עליך לחשב איזה צבע הכי דומה לערך הצבע שנבחר.

על מנת ליישם את הפרויקט הזה, עליך להכיר את ספריות Computer Vision Python OpenCV ו-Pandas.

אתה יכול לבדוק את כל הפרטים לגבי הפרויקט הזה כאן.

7. אנימציית תמונה בזמן אמת

זהו פרויקט קוד פתוח בנושא ראייה ממוחשבת. בפרויקט זה, עליך לבצע אנימציית תמונה בזמן אמת באמצעות OpenCV. לקחתי את התמונה הזו ממאגר GitHub של הפרויקט.

מקור: GitHub.

כפי שניתן לראות בתמונה, הדגם מחקה את הבעת האדם מול המצלמה ומשנה את הבעת התמונה בהתאם.

פרויקט זה שימושי, במיוחד אם אתה מתכנן להיכנס אליו תעשיית האופנה, הקמעונאות או הפרסום. אתה יכול לבדוק את הקוד של הפרויקט הזה בכתובת GitHub ו מחברת קולאב מדי.

8. זיהוי ישנוניות של נהג

תאונת דרכים היא בעיה רצינית, והסיבה העיקרית היא הנהגים המנומנמים. אבל אתה יכול למנוע בעיה זו על ידי יצירת זיהוי ישנוניות בנהג מערכת.

מערכת זיהוי ישנוניות של הנהג מזהה את ישנוניות הנהג על ידי הערכה מתמדת של עיני הנהג ומתריע בפניו באזעקות.

עבור פרויקט זה, יש צורך במצלמת אינטרנט כדי לנטר את עיני הנהג. Python, OpenCV ו-Keras משמשים להתריע לנהג כאשר הוא מרגיש ישנוני.

אתה יכול לבדוק את ההדרכה המלאה של הפרויקט כאן, מערכת זיהוי ישנוניות בנהג עם OpenCV ו-Keras.

מְקוֹרִי. פורסם מחדש באישור.

Bio you אקצא צפר, דוקטורט. מלומד בכריית נתונים חוקר "זיהוי דיכאון ממדיה חברתית באמצעות כריית נתונים", וכותב על מדע נתונים ולמידת מכונה ב- MLTUT לחלוק ידע וניסיון בתחום.

מידע נוסף:

• 10 הפרויקטים המובילים למדעי נתונים למתחילים
• 4 טיפים לאוצרת מערכי נתונים עבור פרויקטים של NLP
• 21 פרויקטים של למידת מכונה - ערכות נתונים כלולים