یادگیری عمیق - تشخیص و شناسایی چهره ماسک دار
✅ سرفصل و جزئیات آموزش
در این دوره با تشخیص چهره و ماسک صورت SSD آشنا شده و مدل خود را آموزش می دهید تا چهره ها را حتی با ماسک شناسایی کند.
آنچه یاد خواهید گرفت
- چگونه پایتون، تنصورفلو و Pycharm را از ابتدا نصب کنید؟
- چگونه مدل طبقه بندی خود را ایجاد کنید؟
- FaceNet چیست؟
- تفاوت بین مدل های طبقه بندی و مدل های شناسایی چهره چیست؟
- چگونه با اصلاح مدل طبقه بندی، مدل FaceNet خود را ایجاد کنید؟
- چگونه ترازبندی چهره را با استفاده از تشخیص چهره SSD انجام دهید؟
- چگونه ترازبندی چهره را با استفاده از تشخیص چهره MTCNN انجام دهید؟
- چگونه پاکسازی داده را انجام دهید؟
- چگونه مجموعه داده چهره دارای ماسک را ایجاد کنید؟
- چگونه مدل FaceNet خود را آموزش دهید؟
- مهارت های آموزش کدامند؟
- چگونه مهارت های آموزش را برای آموزش موثر مدل ها پیاده کنید؟
- چگونه تشخیص چهره به صورت بلادرنگ، تشخیص ماسک و شناسایی چهره را انجام دهید؟
پیش نیازهای دوره
- دانش ریاضیات دبیرستان
- پایتون و تنسورفلو اولیه
- دسکتاپ یا لپ تاپ با ویندوز و حداقل 6 گیگابایت کارت گرافیک Nvidia
- یک دوربین USB یا دوربین لپ تاپ
توضیحات دوره
در این دوره آموزش مدلی که با ماسک ها کار می کند را به شما آموزش می دهیم.
در ارائه نهایی، شما قادر خواهید بود تشخیص چهره، تشخیص ماسک صورت و شناسایی چهره را حتی با ماسک انجام دهید.
سیستم عامل ما ویندوز است، بنابراین نیاز نیست لینوکس را یاد بگیرید.
داشتن دانش پایتون و تنسورفلو الزامی است.
در آموزش های خود تئوری ها و فرمول های دشوار را با مفاهیم آسان یا مثال های عملی توضیح می دهیم.
آموزش مدل همیشه زمان زیادی می برد.
این پروژه را به عنوان مثال در نظر بگیرید، برای آموزش به بیش از 400000 تصویر نیاز دارد.
ما مهارت های آموزش را برای تسریع روند آموزش ارائه خواهیم داد.
این مهارت های آموزش نه تنها در شناسایی چهره بلکه در پروژه های آینده شما نیز قابل استفاده است.
این دوره برای چه کسانی مناسب است؟
- کسانی که مبانی پایتون را می دانند و تمایل به درک یادگیری عمیق یا شناسایی چهره دارند.
- همه مهندسی که می خواهند در یادگیری عمیق سطح بالاتری داشته باشند
یادگیری عمیق - تشخیص و شناسایی چهره ماسک دار
-
نصب محیط 38:47
-
Jupyter notebook 03:25
-
چگونه از Jupyter notebook استفاده کنیم؟ 01:31
-
درس 1 02:30
-
درس 2 07:13
-
درس 3 08:26
-
چگونه مجموعه داده را در آموزش و مجموعه تست توزیع کنیم؟ 07:02
-
مدل طبقه بندی چیست؟ 04:43
-
فراخوانی، بازیابی و صحت 04:45
-
عناصر مدل طبقه بندی 17:11
-
مقدمه - بخش 1 08:53
-
مقدمه - بخش 2 18:45
-
مقدمه - بخش 3 14:56
-
مقدمه - بخش 4 08:28
-
مقدمه - بخش 5 13:12
-
بیایید کدها را بنویسیم 29:25
-
بررسی مدل طبقه بندی 03:04
-
مقداردهی اولیه کلاس 24:30
-
مقداردهی اولیه مدل 34:28
-
متد آموزش مدل 39:19
-
ذخیره فایل های CKPT و PB و فایل های لاگ 16:22
-
مفاهیم - بخش 1 10:27
-
مفاهیم - بخش 2 04:00
-
مقدمه Inception ResNet نسخه 1 28:32
-
ایجاد مدل FaceNet با اصلاح مدل طبقه بندی 37:19
-
مفاهیم 02:46
-
مقدمه متد تشخیص چهره SSD 06:04
-
نوشتن برنامه 20:34
-
مفاهیم و نوشتن کدها 25:46
-
مفاهیم 06:51
-
مقدمه تابع پاکسازی 02:03
-
توضیح تابع پاکسازی - بخش 1 04:03
-
توضیح تابع پاکسازی - بخش 2 02:32
-
توضیح تابع پاکسازی - بخش 3 07:39
-
توضیح تابع پاکسازی - بخش 4 02:31
-
توضیح تابع پاکسازی - بخش 5 08:15
-
توضیح تابع پاکسازی - بخش 6 02:34
-
توضیح این متد 09:49
-
بیایید کدها را بنویسیم 16:26
-
تست برنامه 07:31
-
اصلاح کدهای ورودی 04:12
-
آموزش واقعی شروع شده است 08:19
-
اصلاح کدهای "نتایج بررسی" 07:07
-
توضیح مفاهیم و کد 17:27
-
اصلاح کدهای "get_4D_data" 21:24
-
مفاهیم، نوشتن کدها و دریافت دقت 22:03
-
توضیح مفاهیم و کد 20:29
-
اصلاح کلاس 17:29
-
نتایج و بحث 07:15
-
توضیح - بخش 1 18:23
-
توضیح - بخش 2 10:39
-
بیایید کدها را بنویسیم 18:30
-
استفاده از لپ تاپ برای انجام شناسایی چهره به صورت بلادرنگ 16:54
-
متد Master و apprentice 26:53
مشخصات آموزش
یادگیری عمیق - تشخیص و شناسایی چهره ماسک دار
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متخصص
- تعداد درس:54
- مدت زمان :12:09:41
- حجم :7.47GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 01:39:55
- تعداد درس: 6
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:48:11
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 54:55
- تعداد درس: 18
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:33:59
- تعداد درس: 86
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 23:28:00
- تعداد درس: 170
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 23:25:23
- تعداد درس: 78
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 01:08:59
- تعداد درس: 8
-
سطح دوره:
-
زبان: دوبله فارسی