8 แนวคิดโครงการการเรียนรู้เชิงลึกสำหรับผู้เริ่มต้น

คีย์เวิร์ด: เริ่มต้น, การเรียนรู้ลึก ๆ, โครงการ

คุณเคยศึกษาเทคนิค Deep Learning แต่ไม่เคยทำโครงงานที่เป็นประโยชน์มาก่อนหรือไม่? ที่นี่เราเน้นแนวคิดโครงการการเรียนรู้เชิงลึกแปดประการสำหรับผู้เริ่มต้นที่จะช่วยให้คุณฝึกฝนทักษะและเพิ่มเรซูเม่ของคุณ

ความคิดเห็น

By อักซา ซาฟาร์, ปริญญาเอก. นักวิชาการด้านการเรียนรู้ของเครื่อง | Founder at MLTUT | Solopreneur | บล็อกเกอร์.

1. การระบุพันธุ์สุนัข

มีสุนัขหลายสายพันธุ์และส่วนใหญ่มีความคล้ายคลึงกัน ในฐานะมือใหม่ คุณสามารถสร้างแบบจำลองการระบุสายพันธุ์ของสุนัขเพื่อระบุสายพันธุ์ของสุนัขได้

สำหรับโครงการนี้ คุณสามารถใช้ชุดข้อมูลสายพันธุ์สุนัขเพื่อจำแนกสายพันธุ์สุนัขต่างๆ จากภาพ คุณสามารถดาวน์โหลดชุดข้อมูลสายพันธุ์สุนัขได้จาก Kaggle.

ฉันยังพบบทช่วยสอนที่สมบูรณ์นี้สำหรับ การจำแนกสายพันธุ์สุนัขโดยใช้ Deep Learning โดย คีริล พนารินทร์.

2. การตรวจจับใบหน้า

นี่เป็นโครงการการเรียนรู้เชิงลึกที่ดีสำหรับผู้เริ่มต้น ในโครงการนี้ คุณต้องสร้างแบบจำลองการเรียนรู้เชิงลึกที่ตรวจจับใบหน้ามนุษย์จากภาพ

การจดจำใบหน้าเป็นเทคโนโลยีการมองเห็นด้วยคอมพิวเตอร์ ในการตรวจจับใบหน้า คุณต้องค้นหาตำแหน่งและแสดงภาพใบหน้ามนุษย์ในภาพดิจิทัลใดๆ

คุณสามารถสร้างโครงการนี้ใน Python โดยใช้ OpenCV สำหรับบทช่วยสอนฉบับสมบูรณ์ ตรวจสอบบทความนี้ R การจดจำใบหน้าแบบเรียลไทม์ด้วย Python & OpenCV.

3. การตรวจหาโรคพืชผล

ในโครงการนี้ คุณต้องสร้างแบบจำลองทำนายโรคในพืชผล โดยใช้ภาพ RGB สำหรับการสร้างแบบจำลองการตรวจจับโรคพืช จะใช้ Convolutional Neural Networks (CNN)

CNN ถ่ายภาพเพื่อระบุโรคและตรวจหาโรค มีขั้นตอนต่างๆ ใน Convolutional Neural Network ขั้นตอนเหล่านี้คือ:

การทำงานของการบิด
เลเยอร์ ReLU
พูลลิ่ง
แบน
การเชื่อมต่อเต็มรูปแบบ

คุณสามารถดาวน์โหลดชุดข้อมูลภาพพืชผลทางการเกษตร ราคาเริ่มต้นที่ Kaggle.

4. การจัดประเภทรูปภาพด้วย CIFAR-10 Dataset

การจัดประเภทรูปภาพเป็นโครงการที่ดีที่สุดสำหรับผู้เริ่มต้น ในโครงการจำแนกรูปภาพ คุณต้องจำแนกรูปภาพออกเป็นคลาสต่างๆ

สำหรับโปรเจ็กต์นี้ คุณสามารถใช้ชุดข้อมูล CIFAR-10 ซึ่งมีภาพสี 60,000 ภาพ ภาพเหล่านี้แบ่งออกเป็น 10 คลาส เช่น รถยนต์ นก สุนัข ม้า เรือ รถบรรทุก เป็นต้น

ที่มา: ชุดข้อมูล CIFAR-10

สำหรับข้อมูลการฝึก มี 50,000 ภาพ และสำหรับข้อมูลทดสอบ ใช้ 10,000 ภาพ การจัดประเภทรูปภาพเป็นหนึ่งในแอปพลิเคชั่นการเรียนรู้เชิงลึกที่ใช้มากที่สุด คุณสามารถดาวน์โหลด ชุดข้อมูล CIFAR-10 โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.

5. การรู้จำตัวเลขด้วยลายมือ

เพื่อสำรวจและทดสอบทักษะการเรียนรู้เชิงลึกของคุณ ฉันคิดว่านี่เป็นโครงการที่ดีที่สุดที่ควรพิจารณา ในโครงการนี้ คุณจะสร้างระบบการจดจำที่จดจำตัวเลขที่เขียนด้วยลายมือของมนุษย์

คุณสามารถตรวจสอบบทช่วยสอนนี้สำหรับ การรู้จำหลักที่เขียนด้วยลายมือโดยใช้ Python.

บทช่วยสอนนี้ใช้ ชุดข้อมูล MNIST และ Deep Neural Network ชนิดพิเศษที่เป็น Convolutional Neural Networks

6. การตรวจจับสี

นี่เป็นโครงการระดับเริ่มต้นที่คุณต้องสร้างแอปแบบโต้ตอบ แอพนี้จะระบุสีที่เลือกจากภาพใด ๆ มี 16 ล้านสีตามค่าสี RGB ที่ต่างกัน แต่เรารู้เพียงไม่กี่สีเท่านั้น

ในการดำเนินโครงการนี้ คุณต้องมี ชุดข้อมูลที่มีป้ายกำกับของสีทั้งหมดที่เรารู้จัก จากนั้นคุณต้องคำนวณสีที่ใกล้เคียงที่สุดด้วยค่าสีที่เลือก

ในการดำเนินโครงการนี้ คุณควรทำความคุ้นเคยกับไลบรารี Computer Vision Python OpenCV และ Pandas

คุณสามารถตรวจสอบรายละเอียดทั้งหมดเกี่ยวกับโครงการนี้ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.

7. แอนิเมชั่นรูปภาพแบบเรียลไทม์

นี่เป็นโครงการโอเพนซอร์ซเกี่ยวกับการมองเห็นคอมพิวเตอร์ ในโปรเจ็กต์นี้ คุณต้องทำแอนิเมชั่นรูปภาพแบบเรียลไทม์โดยใช้ OpenCV ฉันนำภาพนี้มาจากที่เก็บ GitHub ของโครงการ

ที่มา: GitHub

ดังที่คุณเห็นในภาพ นางแบบเลียนแบบการแสดงออกของบุคคลที่อยู่หน้ากล้องและเปลี่ยนการแสดงออกของภาพตามนั้น

โครงการนี้มีประโยชน์ โดยเฉพาะอย่างยิ่งหากคุณกำลังวางแผนที่จะเข้าสู่ อุตสาหกรรมแฟชั่น ค้าปลีก หรือโฆษณา สามารถตรวจสอบรหัสโครงการได้ที่ GitHub และ สมุดบันทึก Colab เกินไป

8. การตรวจจับอาการง่วงนอนของคนขับ

อุบัติเหตุทางถนนเป็นปัญหาร้ายแรง และสาเหตุหลักมาจากผู้ขับขี่ที่ง่วงนอน แต่คุณสามารถป้องกันปัญหานี้ได้ด้วยการสร้างการตรวจจับอาการง่วงนอนของไดรเวอร์ ระบบ

ระบบตรวจจับอาการง่วงนอนของผู้ขับขี่ตรวจจับอาการง่วงนอนของผู้ขับขี่โดยประเมินดวงตาของผู้ขับขี่อย่างต่อเนื่องและแจ้งเตือนด้วยสัญญาณเตือน

สำหรับโครงการนี้ จำเป็นต้องมีเว็บแคมเพื่อตรวจสอบสายตาของผู้ขับขี่ Python, OpenCV และ Keras ใช้เพื่อเตือนคนขับเมื่อรู้สึกง่วง

คุณสามารถตรวจสอบบทช่วยสอนโครงการฉบับสมบูรณ์ได้ที่นี่ ระบบตรวจจับอาการง่วงนอนของคนขับด้วย OpenCV & Keras.

Original. โพสต์ใหม่โดยได้รับอนุญาต

Bio: อักซา ซาฟาร์, ปริญญาเอก. นักวิชาการด้าน Data Mining วิจัยเรื่อง “Depression Detection from Social Media via Data Mining” และเขียนเกี่ยวกับ Data Science และ Machine Learning ที่ ม.ล เพื่อแบ่งปันความรู้และประสบการณ์ในด้านต่างๆ

ที่เกี่ยวข้อง