8 แนวคิดโครงการการเรียนรู้เชิงลึกสำหรับผู้เริ่มต้น
คุณเคยศึกษาเทคนิค Deep Learning แต่ไม่เคยทำโครงงานที่เป็นประโยชน์มาก่อนหรือไม่? ที่นี่เราเน้นแนวคิดโครงการการเรียนรู้เชิงลึกแปดประการสำหรับผู้เริ่มต้นที่จะช่วยให้คุณฝึกฝนทักษะและเพิ่มเรซูเม่ของคุณ
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 Rการจดจำใบหน้าแบบเรียลไทม์ด้วย 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
เรื่องเด่นใน 30 วันที่ผ่านมา | |||||
---|---|---|---|---|---|
|
|
ที่มา: https://www.kdnuggets.com/2021/09/8-deep-learning-project-ideas-beginners.html
- "
- &
- 000
- 9
- ลงโฆษณากับเรา
- เกษตรกรรม
- ทั้งหมด
- ภาพเคลื่อนไหว
- app
- การใช้งาน
- บทความ
- ที่ดีที่สุด
- สร้าง
- การก่อสร้าง
- รถยนต์
- การจัดหมวดหมู่
- ซีเอ็นเอ็น
- รหัส
- ร่วมกัน
- วิสัยทัศน์คอมพิวเตอร์
- เครือข่ายประสาทเทียม
- การสร้าง
- พืชผล
- ข้อมูล
- การทำเหมืองข้อมูล
- วิทยาศาสตร์ข้อมูล
- การเรียนรู้ลึก ๆ
- โครงข่ายประสาทลึก
- ดีเปรสชัน
- การตรวจพบ
- เลข
- ดิจิตอล
- ตัวเลข
- โรค
- โรค
- สุนัข
- คนขับรถ
- ฯลฯ
- Excel
- ประสบการณ์
- ใบหน้า
- การจดจำใบหน้า
- ใบหน้า
- ร้านแฟชั่นเกาหลี
- ชื่อจริง
- ผู้สร้าง
- GitHub
- ดี
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- เน้น
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- ประจำตัว
- แยกแยะ
- ภาพ
- อุตสาหกรรม
- การโต้ตอบ
- สัมภาษณ์
- IT
- ความรู้
- การเรียนรู้
- เรียนรู้เครื่อง
- สำคัญ
- ภาพบรรยากาศ
- ไมโครซอฟท์
- ล้าน
- การทำเหมืองแร่
- ML
- แบบ
- เครือข่าย
- เครือข่าย
- ประสาท
- เครือข่ายประสาท
- เครือข่ายประสาทเทียม
- NLP
- OpenCV
- ใบสั่ง
- อื่นๆ
- การวางแผน
- โครงการ
- โครงการ
- หลาม
- เรียลไทม์
- การวิจัย
- ค้าปลีก
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- เลือก
- Share
- เรือ
- ทักษะ
- สังคม
- โซเชียลมีเดีย
- จำนวนชั้น
- ระบบ
- เทคโนโลยี
- ทดสอบ
- การทดสอบ
- เคล็ดลับ
- ด้านบน
- โตรอน
- การฝึกอบรม
- รถบรรทุก
- เกี่ยวกับการสอน
- ความคุ้มค่า
- วิสัยทัศน์
- X