By 아크사 자파르, 박사 기계 학습 학자 | MLTUT 설립자 | 개인사업자 | 블로거.

1. 개의 품종 식별

다양한 개 품종이 있으며 대부분이 서로 비슷합니다. 초보자는 개의 품종 식별 모델을 구축하여 개의 품종을 식별할 수 있습니다.

이 프로젝트의 경우 개 품종 데이터 세트를 사용하여 이미지에서 다양한 개 품종을 분류할 수 있습니다. 다음에서 개 품종 데이터세트를 다운로드할 수 있습니다. 카글.

나는 또한이 완전한 튜토리얼을 찾았습니다. 딥 러닝을 사용한 개 품종 분류 키릴 파나린.

2. 얼굴 인식

이것은 또한 초보자를 위한 좋은 딥 러닝 프로젝트입니다. 이 프로젝트에서는 이미지에서 사람의 얼굴을 감지하는 딥 러닝 모델을 구축해야 합니다.

얼굴 인식은 컴퓨터 비전 기술입니다. 얼굴 감지에서는 디지털 이미지에서 사람의 얼굴을 찾아 시각화해야 합니다.

OpenCV를 사용하여 Python에서 이 프로젝트를 빌드할 수 있습니다. 전체 자습서를 보려면 이 문서를 확인하세요. RPython 및 OpenCV를 사용한 실시간 얼굴 인식.

3. 작물 질병 감지

이 프로젝트에서는 작물의 질병을 예측하는 모델을 구축해야 합니다. RGB 이미지를 사용하여 작물 질병 탐지 모델을 구축하기 위해 CNN(Convolutional Neural Networks)이 사용됩니다.

CNN은 질병을 식별하고 감지하기 위해 이미지를 촬영합니다. Convolutional Neural Network에는 다양한 단계가 있습니다. 이러한 단계는 다음과 같습니다.

1. 컨볼루션 연산.
2. ReLU 레이어.
3. 풀링.
4. 평탄화.
5. 전체 연결.

농업 작물 이미지 데이터 세트를 다운로드할 수 있습니다. 에 카글.

4. CIFAR-10 데이터 세트를 사용한 이미지 분류

이미지 분류는 초보자를 위한 최고의 프로젝트입니다. 이미지 분류 프로젝트에서는 이미지를 다양한 클래스로 분류해야 합니다.

이 프로젝트에는 10개의 컬러 이미지가 포함된 CIFAR-60,000 Dataset을 사용할 수 있습니다. 이 이미지는 자동차, 새, 개, 말, 배, 트럭 등 10개의 클래스로 분류됩니다.

출처: CIFAR-10 데이터세트.

훈련 데이터의 경우 50,000개의 이미지가 있고 테스트 데이터의 경우 10,000개의 이미지가 사용됩니다. 이미지 분류는 딥 러닝에서 가장 많이 사용되는 응용 프로그램 중 하나입니다. 당신은 다운로드 할 수 있습니다 CIFAR-10 데이터 세트 여기에서 지금 확인해 보세요..

5. 필기 숫자 인식

딥 러닝 기술을 탐색하고 테스트하려면 이것이 가장 좋은 프로젝트라고 생각합니다. 이 프로젝트에서는 사람의 손으로 쓴 숫자를 인식하는 인식 시스템을 구축합니다.

이 튜토리얼을 확인할 수 있습니다. Python을 사용한 필기 숫자 인식.

이 자습서에서는 다음을 사용합니다. MNIST 데이터 세트와 Convolutional Neural Networks인 심층 신경망의 특수 유형입니다.

6. 색상 감지

이것은 대화형 앱을 빌드해야 하는 초보자 수준의 프로젝트입니다. 이 앱은 모든 이미지에서 선택한 색상을 식별합니다. 서로 다른 RGB 색상 값을 기반으로 하는 16만 색상이 있지만 우리는 몇 가지 색상만 알고 있습니다.

이 프로젝트를 구현하려면 다음이 필요합니다. 우리가 알고 있는 모든 색상의 레이블이 지정된 데이터 세트를 찾은 다음 선택한 색상 값과 가장 유사한 색상을 계산해야 합니다.

이 프로젝트를 구현하려면 Computer Vision Python 라이브러리 OpenCV 및 Pandas에 익숙해야 합니다.

이 프로젝트에 대한 모든 세부 정보를 확인할 수 있습니다. 여기에서 지금 확인해 보세요..

7. 실시간 이미지 애니메이션

이것은 컴퓨터 비전에 대한 오픈 소스 프로젝트입니다. 이 프로젝트에서는 OpenCV를 사용하여 실시간으로 이미지 애니메이션을 수행해야 합니다. 프로젝트의 GitHub 저장소에서 이 이미지를 가져왔습니다.

출처: GitHub.

이미지에서 볼 수 있듯이 모델은 카메라 앞에 있는 사람의 표정을 모방하고 그에 따라 이미지 표정을 변경합니다.

이 프로젝트는 특히 귀하가 패션, 소매 또는 광고 산업. 이 프로젝트의 코드는 다음에서 확인할 수 있습니다. GitHub의 과 Colab 노트북 도.

8. 운전자 졸음 감지

도로 사고는 심각한 문제이며 주요 원인은 졸린 운전자입니다. 그러나 운전자 졸음 감지를 생성하여 이 문제를 방지할 수 있습니다. 시스템.

운전자 졸음 감지 시스템은 운전자의 눈을 지속적으로 평가하고 경보를 발령하여 운전자의 졸음을 감지합니다.

이 프로젝트에서는 운전자의 눈을 모니터링하기 위해 웹캠이 필요합니다. 파이썬, OpenCV, 케라스 운전자가 졸음을 느낄 때 경고하는 데 사용됩니다.

이 전체 프로젝트 자습서는 여기에서 확인할 수 있습니다. OpenCV 및 Keras를 사용한 운전자 졸음 감지 시스템.

실물. 허가를 받아 다시 게시했습니다.

바이오 : 아크사 자파르, 박사 데이터 마이닝 학자는 "데이터 마이닝을 통한 소셜 미디어의 우울증 감지"를 연구하고 데이터 과학 및 기계 학습에 대해 씁니다. MLTUT 현장의 지식과 경험을 공유합니다.

관련 :

• 초보자를위한 10 가지 데이터 과학 프로젝트
• NLP 프로젝트를위한 데이터 세트 큐 레이션을위한 4 가지 팁
• 21개의 기계 학습 프로젝트 - 데이터 세트 포함