8 أفكار مشروع التعلم العميق للمبتدئين
هل درست تقنيات التعلم العميق ، لكنك لم تعمل في مشروع مفيد أبدًا؟ هنا ، نسلط الضوء على ثماني أفكار لمشروع التعلم العميق للمبتدئين والتي ستساعدك على صقل مهاراتك وتعزيز سيرتك الذاتية.
By الأقصى ظفر، دكتوراه. باحث في تعلم الآلة | مؤسس في MLTUT | رجل أعمال منفرد | المدون.
1. تحديد سلالة الكلب
هناك سلالات مختلفة من الكلاب ومعظمها متشابه مع بعضها البعض. كمبتدئ ، يمكنك بناء نموذج تحديد سلالة الكلاب لتحديد سلالة الكلب.
بالنسبة لهذا المشروع ، يمكنك استخدام مجموعة بيانات سلالات الكلاب لتصنيف سلالات الكلاب المختلفة من صورة ما. يمكنك تنزيل مجموعة بيانات سلالات الكلاب من Kaggle.
لقد وجدت أيضًا هذا البرنامج التعليمي الكامل لـ تصنيف سلالة الكلاب باستخدام التعلم العميق بواسطة كيريل بانارين.
2. كشف الوجه
هذا أيضًا مشروع تعليم عميق جيد للمبتدئين. في هذا المشروع ، عليك بناء نموذج تعلم عميق يكتشف الوجوه البشرية من الصورة.
التعرف على الوجوه هو تقنية رؤية الكمبيوتر. في اكتشاف الوجه ، يجب عليك تحديد وتصور الوجوه البشرية في أي صورة رقمية.
يمكنك بناء هذا المشروع في Python باستخدام OpenCV. للحصول على البرنامج التعليمي الكامل ، تحقق من هذه المقالة ، Rالتعرف على الوجوه في الوقت الحقيقي باستخدام Python و OpenCV.
3. الكشف عن أمراض المحاصيل
في هذا المشروع ، عليك بناء نموذج يتنبأ بالأمراض في المحاصيل باستخدام صور RGB. لبناء نموذج للكشف عن أمراض المحاصيل ، يتم استخدام الشبكات العصبية التلافيفية (CNN).
تلتقط CNN صورة للتعرف على المرض واكتشافه. هناك خطوات مختلفة في الشبكة العصبية التلافيفية. هذه الخطوات هي:
- عملية الالتواء.
- طبقة ReLU.
- تجمع.
- تسطيح.
- اتصال كامل.
يمكنك تنزيل مجموعة بيانات صور المحاصيل الزراعية تبدأ من Kaggle.
4. تصنيف الصور باستخدام مجموعة بيانات CIFAR-10
تصنيف الصور هو أفضل مشروع للمبتدئين. في مشروع تصنيف الصور ، عليك تصنيف الصور إلى فئات مختلفة.
بالنسبة لهذا المشروع ، يمكنك استخدام مجموعة بيانات CIFAR-10 ، والتي تحتوي على 60,000 صورة ملونة. يتم تصنيف هذه الصور إلى 10 فئات ، مثل السيارات ، والطيور ، والكلاب ، والخيول ، والسفن ، والشاحنات ، وما إلى ذلك.
المصدر: مجموعة بيانات CIFAR-10.
لبيانات التدريب ، هناك 50,000 صورة ، وبالنسبة لبيانات الاختبار ، يتم استخدام 10,000 صورة. يعد تصنيف الصور أحد أكثر تطبيقات التعلم العميق استخدامًا. يمكنك تنزيل ملف مجموعة بيانات CIFAR-10 هنا.
5. التعرف على الأرقام المكتوبة بخط اليد
لاستكشاف مهارات التعلم العميق واختبارها ، أعتقد أن هذا هو أفضل مشروع يجب مراعاته. في هذا المشروع ، ستقوم ببناء نظام التعرف الذي يتعرف على الأرقام المكتوبة بخط اليد البشرية.
يمكنك التحقق من هذا البرنامج التعليمي ل التعرف على الأرقام المكتوبة بخط اليد باستخدام Python.
يستخدم هذا البرنامج التعليمي ملف مجموعة بيانات MNIST ونوع خاص من الشبكات العصبية العميقة وهي الشبكات العصبية التلافيفية.
6. كشف اللون
هذا مشروع على مستوى المبتدئين حيث يتعين عليك إنشاء تطبيق تفاعلي. سيحدد هذا التطبيق اللون المحدد من أي صورة. هناك 16 مليون لون بناءً على قيم ألوان RGB المختلفة ، لكننا نعرف فقط عددًا قليلاً من الألوان.
لتنفيذ هذا المشروع ، يجب أن يكون لديك مجموعة بيانات معنونة بجميع الألوان التي نعرفها ، وبعد ذلك تحتاج إلى حساب اللون الأكثر تشابهًا مع قيمة اللون المحددة.
من أجل تنفيذ هذا المشروع ، يجب أن تكون على دراية بمكتبات OpenCV و Pandas في Computer Vision Python.
يمكنك التحقق من كل التفاصيل المتعلقة بهذا المشروع هنا.
7. الرسوم المتحركة للصور في الوقت الحقيقي
هذا مشروع مفتوح المصدر حول رؤية الكمبيوتر. في هذا المشروع ، يجب عليك أداء رسوم متحركة للصور في الوقت الفعلي باستخدام OpenCV. لقد التقطت هذه الصورة من مستودع جيثب للمشروع.
المصدر: جيثب.
كما ترى في الصورة ، يقلد النموذج تعبير الشخص أمام الكاميرا ويغير تعبير الصورة وفقًا لذلك.
هذا المشروع مفيد ، خاصة إذا كنت تخطط للدخول فيه صناعة الأزياء أو البيع بالتجزئة أو الإعلان. يمكنك التحقق من كود هذا المشروع على GitHub جيثب: و دفتر كولاب أيضا.
8. كشف النعاس عند السائق
حوادث الطرق مشكلة خطيرة ، والسبب الرئيسي هو نوم السائقين. ولكن يمكنك منع حدوث هذه المشكلة عن طريق إنشاء اكتشاف نعاس السائق نظام.
يكتشف نظام الكشف عن نعاس السائق نعاس السائق من خلال تقييم عيني السائق باستمرار وتنبيهه بأجهزة الإنذار.
بالنسبة لهذا المشروع ، يلزم وجود كاميرا ويب لمراقبة عيون السائق. Python و OpenCV و Keras تستخدم لتنبيه السائق عندما يشعر بالنعاس.
يمكنك التحقق من هذا البرنامج التعليمي الكامل للمشروع هنا ، نظام الكشف عن نعاس السائق مع OpenCV & Keras.
أصلي. تم إعادة النشر بإذن.
السيرة الذاتية: الأقصى ظفر، دكتوراه. باحث في تعدين البيانات يبحث في "اكتشاف الاكتئاب من وسائل التواصل الاجتماعي عبر التنقيب في البيانات" ويكتب عن علوم البيانات والتعلم الآلي في ملتوت لتبادل المعرفة والخبرة في هذا المجال.
هذا الموضوع ذو علاقة بـ:
| أهم الأخبار في الثلاثين يومًا الماضية | |||||
|---|---|---|---|---|---|
|
|
||||
أفلاطون. Web3 مُعاد تصوره. تضخيم ذكاء البيانات.
انقر هنا للوصول.
المصدر: https://www.kdnuggets.com/2021/09/8-deep-learning-project-ideas-beginners.html
