طبقه‌بندی تصویر با شبکه عصبی پیچشی (CNN)

پروژه
35

در این پروژه شما یک سیستم طبقه‌بندی تصویر (Image Classification) می‌سازید که تصاویر ورودی را در یکی از چند کلاس از پیش تعریف‌شده قرار می‌دهد. هدف اصلی پروژه، تجربه‌ی عملی سه مرحله‌ی کلیدی در کار با شبکه‌های عصبی پیچشی است:
۱. طراحی و آموزش یک شبکه CNN از صفر (بدون استفاده از وزن‌های از پیش آموزش‌دیده)
۲. استفاده از یک مدل از پیش آموزش‌دیده (Pretrained) با روش Transfer Learning
۳. مقایسه‌ی علمی این دو رویکرد از نظر دقت، سرعت آموزش، و رفتار مدل روی داده‌های جدید
۴. ارائه‌ی نتیجه در قالب یک اپلیکیشن تعاملی با Gradio که کاربر بتواند تصویر آپلود کند و خروجی مدل را ببیند.

اهداف

فهرست:

7 درس

معرفی و پرسش‌های پروژه

معرفی داده
پیش‌پردازش و آماده‌سازی داده
ساخت CNN از صفر
استفاده از مدل از پیش آموزش‌دیده (Transfer Learning)
مقایسه‌ی نتایج
ساخت اپلیکیشن با Gradio
تحویل نهایی
نکات تکمیلی

سعید مجیدی فارغ التحصیل دکتری علوم کامپیوتر از دانشگاه تافتس آمریکا است و همکاری‌های متعددی به عنوان مدرس و دیتاساینتیست ارشد با مجموعه دقیقه انجام داده است.

4.48 (21 نظر)

17 دوره ها

4499 دانشجو

نظرات

پیش‌نیاز

مخاطبین

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors