By アクサザファー、博士号機械学習の学者| MLTUTの創設者| ソロプレナー| ブロガー.

1.犬の品種の識別

さまざまな犬種があり、それらのほとんどは互いに類似しています。 初心者として、犬の品種を識別するための犬の品種識別モデルを構築できます。

このプロジェクトでは、犬の品種データセットを使用して、画像からさまざまな犬の品種を分類できます。 あなたはから犬の品種のデータセットをダウンロードすることができます Kaggle.

私はまた、この完全なチュートリアルを見つけました ディープラーニングを使用した犬の品種分類 キリル・パナリン著。

2.顔検出

これは、初心者にとっても優れた深層学習プロジェクトです。 このプロジェクトでは、画像から人間の顔を検出する深層学習モデルを構築する必要があります。

顔認識はコンピュータービジョン技術です。 顔検出では、デジタル画像内の人間の顔を見つけて視覚化する必要があります。

このプロジェクトは、OpenCVを使用してPythonでビルドできます。 完全なチュートリアルについては、この記事を確認してください。 RPythonとOpenCVを使用したリアルタイムの顔認識.

3.作物病害の検出

このプロジェクトでは、作物の病気を予測するモデルを構築する必要があります RGB画像を使用します。 作物病害検出モデルの構築には、畳み込みニューラルネットワーク（CNN）が使用されます。

CNNは画像を撮影して病気を特定し、検出します。 畳み込みニューラルネットワークにはさまざまなステップがあります。 これらの手順は次のとおりです。

1. 畳み込み演算。
2. ReLUレイヤー。
3. プーリング。
4. 平坦化。
5. フル接続。

農作物画像データセットをダウンロードできます から Kaggle.

4.CIFAR-10データセットによる画像分類

画像分類は初心者に最適なプロジェクトです。 画像分類プロジェクトでは、画像をさまざまなクラスに分類する必要があります。

このプロジェクトでは、10枚のカラー画像を含むCIFAR-60,000データセットを使用できます。 これらの画像は、車、鳥、犬、馬、船、トラックなど、10のクラスに分類されます。

出典：CIFAR-10データセット。

トレーニングデータには50,000枚の画像があり、テストデータには10,000枚の画像が使用されます。 画像分類は、ディープラーニングで最もよく使用されるアプリケーションのXNUMXつです。 あなたはダウンロードすることができます CIFAR-10データセット こちら.

5.手書き数字認識

ディープラーニングスキルを調査してテストするには、これが検討するのに最適なプロジェクトだと思います。 このプロジェクトでは、人間の手書き数字を認識する認識システムを構築します。

このチュートリアルで確認できます Pythonを使用した手書き数字認識.

このチュートリアルでは、 MNISTデータセットと、畳み込みニューラルネットワークである特殊なタイプのディープニューラルネットワーク。

6.色検出

これは、インタラクティブなアプリを作成する必要がある初心者レベルのプロジェクトです。 このアプリは、任意の画像から選択した色を識別します。 さまざまなRGBカラー値に基づいて16万色がありますが、私たちが知っている色はごくわずかです。

このプロジェクトを実装するには、 私たちが知っているすべての色のラベル付きデータセット。次に、選択した色の値に最も似ている色を計算する必要があります。

このプロジェクトを実装するには、Computer VisionPythonライブラリのOpenCVとPandasに精通している必要があります。

このプロジェクトに関するすべての詳細を確認できます こちら.

7.リアルタイム画像アニメーション

これは、コンピュータビジョンに関するオープンソースプロジェクトです。 このプロジェクトでは、OpenCVを使用してリアルタイムで画像アニメーションを実行する必要があります。 この画像は、プロジェクトのGitHubリポジトリから取得しました。

出典：GitHub。

画像でわかるように、モデルはカメラの前にいる人物の表情を模倣し、それに応じて画像の表情を変更します。

このプロジェクトは、特にあなたが参入することを計画している場合に役立ちます ファッション、小売、または広告業界。 このプロジェクトのコードは次のURLで確認できます。 GitHubの & コラボノート のためにペンを持つ時間も見つけています。

8.ドライバーの眠気検知

交通事故は深刻な問題であり、主な理由は眠いドライバーです。 しかし、ドライバーの眠気検知を作成することで、この問題を防ぐことができます システム。

居眠り運転検知システムは、常に運転者の目を評価し、警報で警告することにより、運転者の眠気を検出します。

このプロジェクトでは、ドライバーの目を監視するためにWebカメラが必要です。 Python、OpenCV、およびKeras ドライバーが眠くなったときにドライバーに警告するために使用されます。

この完全なプロジェクトチュートリアルは、ここで確認できます。 OpenCVとKerasを備えた居眠り運転検知システム.

元の。 許可を得て転載。

バイオ： アクサザファー、博士号データマイニングの学者は、「データマイニングを介したソーシャルメディアからのうつ病の検出」を研究し、データサイエンスと機械学習について次のように書いています。 MLTUT 現場での知識と経験を共有する。

関連する

• 初心者向けのトップ 10 のデータ サイエンス プロジェクト
• NLPプロジェクトのデータセットキュレーションに関する4つのヒント
• 21の機械学習プロジェクト–含まれるデータセット