8 أفكار لمشروع التعلم العميق للمبتدئين – يجب تجربتها

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.

1. تحديد سلالة الكلاب

هناك سلالات مختلفة من الكلاب ومعظمها متشابه مع بعضها البعض. كمبتدئ، يمكنك بناء نموذج تعريف سلالة الكلاب لتحديد سلالة الكلاب.

بالنسبة لهذا المشروع ، يمكنك استخدام مجموعة بيانات سلالات الكلاب لتصنيف سلالات الكلاب المختلفة من صورة. يمكنك تنزيل مجموعة بيانات سلالات الكلاب من Kaggle.

لقد وجدت أيضًا هذا البرنامج التعليمي الكامل لتصنيف سلالات الكلاب باستخدام التعلم العميق بواسطة كيريل بانارين.

2. كشف الوجه

هذا أيضًا مشروع تعلم 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، 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 ، التعرف 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 الالتفاف Convolution.
• طبقة ReLU.
• تجميع Pooling.
• تسطيح Flattening.
• اتصال كامل Full Connection.

يمكنك تنزيل مجموعة بيانات صور المحاصيل الزراعية من Kaggle.

4. تصنيف الصور مع CIFAR-10 Dataset

تصنيف الصور هو أفضل مشروع للمبتدئين. في مشروع تصنيف الصور، يجب 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.

بالنسبة لبيانات التدريب، يوجد 50000 صورة، وبالنسبة لبيانات الاختبار، يتم استخدام 10000 صورة. يعد تصنيف الصور أحد أكثر تطبيقات التعلم العميق استخدامًا. يمكنك تنزيل 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 للتعرف على الأرقام المكتوبة بخط اليد باستخدام Python.

يستخدم هذا البرنامج التعليمي مجموعة بيانات MNIST ونوع خاص من الشبكات العصبية العميقة وهي الشبكات العصبية التلافيفية CNN.

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 لا نعرف سوى عدد قليل 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 جميع 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 GitHub للمشروع.

يمكنك أن ترى في الصورة، يحاكي النموذج تعبير الشخص أمام الكاميرا ويغير تعبير الصورة وفقًا لذلك.

هذا المشروع مفيد، خاصة إذا كنت تخطط للدخول في صناعة الأزياء أو البيع بالتجزئة أو الإعلان. يمكنك التحقق من رمز هذا المشروع في GitHub و Colab أيضًا.

8. كشف النعاس عند السائق

حادث الطريق مشكلة خطيرة، والسبب الرئيسي هو نوم السائقين. ولكن يمكنك منع هذه المشكلة عن طريق إنشاء نظام للكشف عن نعاس السائق.

يكتشف نظام اكتشاف نعاس السائق نعاس السائق من خلال تقييم عيني السائق باستمرار وتنبيهه بأجهزة إنذار.

بالنسبة لهذا المشروع، يلزم وجود كاميرا ويب لمراقبة عيني السائق. يتم استخدام Python و OpenCV و Keras لتنبيه السائق عندما يشعر بالنعاس.

يمكنك التحقق من هذا البرنامج التعليمي الكامل للمشروع هنا ، نظام اكتشاف نعاس السائق مع OpenCV & Keras.