آموزش مدلهای تشخیص اشیا برای اندروید - راهنمای 2024
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- آموزش مدلهای تشخیص اشیا از ابتدا و تبدیل آنها به فرمت Tensorflow Lite
- استفاده از مدلهای تشخیص اشیا آموزشدادهشده خودتان در اندروید (Java / Kotlin) هم با تصاویر و هم با ویدئوها
- یادگیری جمعآوری و حاشیهنویسی مجموعه دادهها برای آموزش مدلهای تشخیص اشیا
- یادگیری مبانی تشخیص اشیا، کاربردهای آن و یادگیری ماشین برای آموزش مدلهای یادگیری ماشین برای دستگاههای موبایل
- یادگیری استفاده از مدلهای SSD EfficientDet در اندروید (Java / Kotlin) برای تشخیص اشیا
- یادگیری استفاده از مدلهای SSD MobileNet در اندروید (Java / Kotlin) برای تشخیص اشیا
- یادگیری استفاده از مدلهای YOLO در اندروید (Java / Kotlin) برای تشخیص اشیا
پیش نیازهای دوره
- دانش یادگیری ماشین مورد نیاز نیست.
- داشتن دانش اولیه در مورد توسعه اپلیکیشن اندروید یک مزیت محسوب میشود.
توضیحات دوره
به دوره توسعه اپلیکیشن اندروید با تمرکز بر مدلهای تشخیص اشیا سفارشی با استفاده از Kotlin و Java خوش آمدید.
در این دوره، یاد خواهید گرفت:
- مدلهای تشخیص اشیا سفارشی را برای اندروید با استفاده از Kotlin و Java آموزش دهید.
- این مدلها را در اپلیکیشنهای اندروید برای پردازش تصاویر و فید زنده دوربین پیادهسازی کنید.
- از مدلهای تشخیص اشیا موجود مانند YOLO، EfficientDet و MobileNet در داخل اپلیکیشنهای اندروید استفاده کنید.
بخش توسعه اپلیکیشن اندروید هر دو زبان برنامهنویسی Kotlin و Java را پوشش میدهد.
در پایان این دوره، شما قادر خواهید بود:
- مجموعه دادهها را برای آموزش مدلهای تشخیص اشیا جمعآوری و حاشیهنویسی کنید.
- مدلها را بر روی مجموعه دادههای سفارشی برای اندروید با استفاده از TensorFlow آموزش دهید.
- مدلها را برای استفاده در موبایل به فرمت TensorFlow Lite تبدیل کنید.
- این مدلها را در اپلیکیشنهای اندروید با قابلیت تشخیص روی تصویر و دوربین Real-time ادغام کنید.
- از مدلهای موجود مانند YOLO ،SSD EfficientDet و SSD MobileNet در اپلیکیشنهای اندروید استفاده کنید.
منابع موجود در دوره:
- کدهای اپلیکیشن اندروید (Kotlin/Java) آماده استفاده
- راهنماهای سفارشیسازی برای ادغام مدلهای تشخیص اشیا شما
- مثالهایی از استفاده مدلهای تشخیص اشیا موجود در اپلیکیشنهای اندروید
کاربردهای تشخیص اشیا:
- نظارت تصویری
- شمارش جمعیت
- تشخیص ناهنجاری در صنایع
- خودروهای خودران
برای توسعهدهندگان iOS:
اگرچه این دوره آموزش مدلهای تشخیص اشیا برای iOS را نیز پوشش میدهد، اما تمرکز بر توسعه اپلیکیشن اندروید با استفاده از Kotlin و Java است. ادغام این مدلها در اپلیکیشنهای iOS گنجانده نشده است.
نکات برجسته دوره:
- جمعآوری و حاشیهنویسی دادهها: یادگیری جمعآوری و برچسبگذاری مجموعه دادهها برای آموزش مدلهای تشخیص اشیا سفارشی
- آموزش مدل: آموزش مدلهای تشخیص اشیا با TensorFlow
- تبدیل مدل: تبدیل مدلهای آموزشدادهشده به TensorFlow Lite
- توسعه اپلیکیشن اندروید: ساخت اپلیکیشن با استفاده از Kotlin و Java که میتوانند تصاویر و فید زنده دوربین را پردازش کنند.
- استفاده از مدلهای موجود: پیادهسازی مدلهای تشخیص اشیا محبوب در اپلیکیشنهای اندروید شما
در این دوره شرکت کنید تا به موارد زیر دسترسی داشته باشید:
- محتوای ویدئویی HD 1080p
- آموزش مدلهای تشخیص اشیا سفارشی برای اپلیکیشنهای موبایل
- توسعه جامع اپلیکیشن اندروید با استفاده از Kotlin و Java
- سورس کدهای اپلیکیشنهای اندروید به ارزش بیش از $1000
این دوره برای چه کسانی است؟
- هر کسی که میخواهد مدلهای تشخیص اشیا را برای توسعه اپلیکیشن اندروید (Java/Kotlin) آموزش دهد.
- هر کسی که میخواهد از مدلهای تشخیص اشیا در توسعه اپلیکیشن اندروید (Java/Kotlin) با تصاویر و فید زنده دوربین استفاده کند.
- توسعهدهنده مبتدی اندروید با دانش بسیار کم در مورد توسعه اپلیکیشن اندروید.
- توسعهدهنده متوسط اندروید که میخواهد یک اپلیکیشن قدرتمند مبتنی بر یادگیری ماشین برای اندروید (Java/Kotlin) بسازد.
- توسعهدهندگان باتجربه اندروید (Java/Kotlin) که میخواهند از مدلهای یادگیری ماشین در داخل اپلیکیشنهای خود استفاده کنند.
- متخصصان یادگیری ماشین که میخواهند از مدلهای تشخیص اشیا خود در توسعه اپلیکیشن اندروید (Java/Kotlin) استفاده کنند.
در این دوره شرکت کنید و به بهترین دوره تشخیص اشیا برای توسعه اپلیکیشن اندروید با استفاده از Kotlin و Java بپیوندید!
این دوره برای چه کسانی مناسب است؟
- هر کسی که میخواهد مدلهای تشخیص اشیا سفارشی را آموزش دهد و اپلیکیشنهای اندروید بسازد.
- توسعهدهندگان مبتدی اندروید که به دنبال ساخت اپلیکیشنهای هوشمند اندروید مجهز به یادگیری ماشین هستند.
- توسعهدهندگان متوسط اندروید که به دنبال آموزش مدلهای قدرتمند تشخیص اشیا و استقرار آنها در اندروید هستند.
- متخصصان اندروید که به دنبال ساخت اپلیکیشنهای اندروید نسل جدید هستند.
- دانشجویانی که میخواهند از مدلهای تشخیص اشیا موجود (YOLO ،EfficientDet ،MobileNet) در اپلیکیشنهای اندروید استفاده کنند.
آموزش مدلهای تشخیص اشیا برای اندروید - راهنمای 2024
-
آموزش مدلهای تشخیص اشیا برای اندروید - جاوا و Kotlin 03:37
-
معرفی تشخیص اشیا و کاربردها 03:55
-
چگونگی آموزش یک مدل تشخیص اشیا 03:38
-
جمعآوری دادهها چیست 03:54
-
جمعآوری دیتاست برای آموزش مدل تشخیص اشیا برای اندروید 05:14
-
کاوش در دیتاست و مدیریت آن برای آموزش مدل تشخیص اشیا در اندروید 03:04
-
حاشیهنویسی دادهها چیست> 03:02
-
بررسی در ابزار حاشیهنویسی داده و بارگذاری دادهها 08:11
-
حاشیهنویسی دیتاست برای آموزش مدل تشخیص اشیا برای اندروید 07:41
-
اضافه کردن تصاویر حاشیهنویسی شده به دیتاست و اصلاح کلاسها 02:55
-
اعمال افزایش داده و اکسپورت کردن دیتاست 07:18
-
بررسی سلامت دیتاست قبل از آموزش مدل 02:49
-
معرفی بخش آموزش مدلهای تشخیص اشیا 03:01
-
تغییر ساختار دیتاست حاشیهنویسی شده برای آموزش مدل 03:27
-
معرفی Google Colab 04:15
-
دفترچه یادداشت آموزش مدل و بارگذاری دیتاست 02:22
-
ایمپورت کردن کتابخانهها و بارگذاری دیتاست حاشیهنویسی شده 07:29
-
آموزش مدل سفارشی تشخیص اشیا 06:03
-
مبانی ارزیابی مدل تشخیص اشیا 04:20
-
آزمایش مدل تشخیص اشیا سفارشی ما 04:21
-
معرفی Tensorflow Lite 06:16
-
تبدیل مدل تشخیص اشیا به Tensorflow Lite 01:20
-
بهبود مدلهای تشخیص اشیا 01:57
-
ساخت پروژه جدید جاوا در Android Studio 07:08
-
عکاسی با دوربین درون اپلیکیشن جاوا اندروید ما 08:57
-
انتخاب تصاویر از گالری درون اپلیکیشن جاوا اندروید ما 02:29
-
مروری کلی 04:50
-
ساخت پروژه جدید Kotlin در Android Studio 08:52
-
عکاسی با دوربین درون اپلیکیشن اندروید Kotlin ما 08:30
-
انتخاب تصاویر از گالری در اپلیکیشن اندروید Kotlin ما 03:48
-
مروری کلی 05:44
-
ایمپورت کردن کد اپلیکیشن اندروید اولیه برای تشخیص اشیا با تصاویر 02:47
-
اضافه کردن کتابخانهها برای انجام تشخیص اشیا در اندروید 03:52
-
بارگذاری مدلهای تشخیص اشیا در اپلیکیشن اندروید جاوا 08:37
-
ارسال تصاویر ورودی به مدلهای تشخیص اشیا و دریافت خروجیها در اندروید 04:48
-
دریافت نامها، اطمینان و موقعیت اشیای شناسایی شده در اندروید 12:10
-
کشیدن مستطیل دور اشیای شناسایی شده در اندروید 07:08
-
کشیدن نامهای اشیای شناسایی شده بر روی تصاویر در اندروید 05:40
-
بررسی تشخیص اشیا با تصاویر در اندروید 02:03
-
ایمپورت کردن کد اپلیکیشن اندروید اولیه Kotlin برای تشخیص اشیا با تصاویر 02:51
-
افزودن کتابخانهها برای انجام تشخیص اشیا در اپلیکیشن اندروید Kotlin 03:45
-
بارگذاری مدلهای تشخیص اشیا در اپلیکیشن اندروید Kotlin 10:28
-
ارسال تصاویر ورودی به مدلهای تشخیص اشیا و دریافت خروجیها در اندروید 06:02
-
دریافت نامها، اطمینان و موقعیت اشیای شناسایی شده در اندروید 07:43
-
کشیدن مستطیل دور اشیای شناسایی شده در اندروید 07:43
-
کشیدن نامهای اشیای شناسایی شده بر روی تصاویر در اپلیکیشن اندروید Kotlin 03:50
-
پویا کردن اندازه متن و مستطیل در اپلیکیشن اندروید Kotlin 02:12
-
مدیریت چرخش تصاویر دوربین در اپلیکیشنهای اندروید Kotlin 01:59
-
راهاندازی پروژه Android Studio 01:59
-
نمایش اپلیکیشن تشخیص اشیای لایو در اندروید 01:06
-
نمایش فوتیج لایو دوربین درون اپلیکیشن اندروید 09:08
-
دریافت فریمهای فوتیج لایو دوربین به صورت Bitmap در اندروید 08:11
-
انجام تشخیص اشیا در اندروید با فوتیج لایو دوربین 06:04
-
کشیدن مستطیل دور اشیای شناسایی شده در اندروید 04:35
-
راهاندازی پروژه Android Studio 02:17
-
نمایش برنامه تشخیص اشیای لایو اندروید با Kotlin 01:06
-
نمایش فوتیج لایو دوربین درون اپلیکیشن اندروید Kotlin 08:56
-
دریافت فریم ها از فوتیج لایو دوربین به صورت بیتمپها در اپلیکیشن اندروید کاتلین 07:11
-
انجام تشخیص اشیا با فریمهای فوتیج لایو دوربین در اندروید 05:02
-
کشیدن مستطیل دور اشیای شناسایی شده به صورت لایو در اپلیکیشنهای اندروید Kotlin 03:48
-
معرفی مدلهای EfficientDet 01:56
-
استفاده از مدلهای EfficientDet با تصاویر در اندروید 04:36
-
آزمایش مدلهای EfficientDet با تصاویر در اندروید 01:00
-
استفاده از سایر مدلهای EfficientDet با تصاویر در اندروید 00:52
-
استفاده از مدلهای EfficientDet با فوتیج لایو دوربین در اندروید 02:41
-
آزمایش مدل EfficientDet با فوتیج لایو دوربین در اندروید 00:47
-
معرفی مدلهای EfficientDet 01:56
-
استفاده از مدلهای EfficientDet با تصاویر در اپلیکیشنهای اندروید Kotlin 04:55
-
آزمایش مدلهای EfficientDet با تصاویر در اپلیکیشنهای اندروید Kotlin 01:00
-
استفاده از سایر مدلهای EfficientDet با تصاویر در اپلیکیشنهای اندروید Kotlin 00:41
-
استفاده از مدلهای EfficientDet با فوتیج لایو دوربین در اپلیکیشنهای اندروید Kotlin 03:07
-
آزمایش مدل EfficientDet Lite0 با فوتیج لایو دوربین در اپلیکیشنهای اندروید Kotlin 00:47
-
معرفی مدل SSD MobileNet 02:14
-
استفاده از مدل SSD MobileNet V1 با تصاویر در اندروید 07:14
-
استفاده از مدل SSD MobileNet V3 با تصاویر در اندروید 05:05
-
توضیح کد اپلیکیشن تشخیص اشیا در اندروید 04:59
-
نحوه عملکرد یک مدل تشخیص اشیا در اندروید (کلاس Classifier) 15:37
-
استفاده از مدل SSD MobileNet V1 با فوتیج لایو دوربین در اندروید 03:18
-
آزمایش مدل SSD MobileNet V1 با فوتیج لایو دوربین در اندروید 00:43
-
استفاده از مدل SSD MobileNet V3 با فوتیج لایو دوربین در اندروید 02:47
-
آزمایش مدل SSD MobileNet V3 با فوتیج لایو دوربین در اندروید 00:48
-
مدیریت مدلهای SSD MobileNet با فوتیج لایو دوربین در اندروید 08:59
-
مقدمهای بر تشخیص اشیا در اندروید با مدل SSD MobileNet 02:14
-
مدل SSD MobileNet با تصاویر برای تشخیص اشیا در اپلیکیشنهای اندروید Kotlin 04:31
-
تا کنون چه کردهایم! 07:38
-
استفاده از مدل SSD MobileNet V3 با تصاویر در اندروید Kotlin برای تشخیص اشیا 06:10
-
نحوه عملکرد یک مدل تشخیص اشیا (کلاس Classifier) در اپلیکیشن اندروید Kotlin 12:39
-
استفاده از مدل SSD MobileNet V1 با فوتیج لایو دوربین در اپلیکیشن اندروید Kotlin 02:51
-
آزمایش مدل SSD MobileNet V1 با فوتیج لایو دوربین در اندروید 00:43
-
استفاده از مدل SSD MobileNet V3 با فوتیج لایو دوربین در اپلیکیشن اندروید Kotlin 03:54
-
آزمایش مدل SSD MobileNet V3 با فوتیج لایو دوربین در اندروید 00:48
-
مدیریت مدلهای SSD MobileNet با فوتیج لایو دوربین در اندروید Kotlin 08:19
-
معرفی بخش مدلهای YOLO 01:09
-
استفاده از YOLO V4 با فوتیج لایو دوربین در اندروید 03:44
-
مدیریت مدلهای YOLO V4 با فوتیج لایو دوربین در اندروید 09:08
-
استفاده از مدل YOLO سفارشی آموزشدیده خود با فوتیج لایو دوربین در اندروید 02:19
-
بارگذاری مدل YOLO در اندروید 09:18
-
ارسال تصویر ورودی به مدل YOLO و دریافت خروجی از مدل در اندروید 09:07
-
فشردهسازی غیرحداکثری (NMS) در اندروید 13:08
-
استفاده از مدل YOLO V4 با تصاویر در اندروید 03:41
-
استفاده از مدل YOLO V4 سفارشی خود با تصاویر در اندروید 01:42
-
چگونگی مدیریت مدلهای YOLO با تصاویر در اندروید 05:42
مشخصات آموزش
آموزش مدلهای تشخیص اشیا برای اندروید - راهنمای 2024
- تاریخ به روز رسانی: 1404/10/04
- سطح دوره:همه سطوح
- تعداد درس:102
- مدت زمان :08:08:15
- حجم :6.68GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy