قیمت 30,000 تومان 25,000 تومان

امتیاز 0 از 0 رأی
بدون امتیاز 0 رای
30,000 تومان 25,000 تومان
ویژگی های دوره
place
نوع دوره: غیر حضوری
traffic
پیش نیاز: پایتون
language
زبان: فارسی
access_time
ویدئویی(کیفیت HD)
playlist_add_check
ناشر : بیگ لرن
storage
554 مگابایت
supervisor_account
روش پشتیبانی: ارسال تیکت

تعریف ردیابی شیء ؟

بینایی ماشین با ترکیب روشهای مربوط به پردازش تصویر و ابزارهای یادگیری ماشینی، رایانه را قادر به درک هوشمند معنا و محتوای تصاویر می کند. ردیابی شیء یک عمل اساسی برای بسیاری از کاربردهای سطح بالای بینایی ماشین مانند بازشناسی براساس حرکت، نظارت خودکار، نمایه گذاری فایل  های ویدئویی، ارتباطات متقابل انسان و رایانه، نطارت ترافیکی و هدایت وسایل نقلیه است که امروزه در بالاترین سطح توجه خود قرار دارد. در این مطلب ابتدا تعریفی از ردیابی شیء ارائه می شود سپس کاربردهای ردیابی شیء در زمینه های مختلف بیان می شود. در ساده ترین شکل، ردیابی می تواند به عنوان مسئله تخمین مسیر حرکت یک شیء وقتی که شیء در صحنه حرکت می کند تعریف شود به بیان دیگر می خواهیم بدانیم شیء در هر زمان در کجای تصویر قرار دارد.ردیاب همچنین می تواند ناحیه ای در تصویر که توسط شیء در هر زمان اِشغال می شود را بیابد، در این صورت از خروجی سیستم تشخیص و ردیابی که همان اشیاء مورد ردیابی می باشد، می توان در پردازش های مرتبه بالاتر مانند تعبیر و تفسیر حرکت، تشخیص نوع رفتار و نظایر آن استفاده نمود. در ردیابی، شیء مورد نظر می تواند هر چیزی که مورد علاقه برای تحلیل های بیشتر است در نظر گرفته شود. برای مثال قایق ها در دریا، ماهی ها در آکواریوم، وسائل نقلیه در جاده، هواپیما در هوا،  افراد در حال راه رفتن در پیاده رو و خیابان، یک غده ی سرطانی در بدن یا حبابی درون آب، همه اینها یک مجموعه از  اشیاء هستند که می توانند در یک حوزه خاص موضوع ردیابی باشند.

کاربردهای ردیابی شیء ؟

ردیابی شیء یک مرحله مقدماتی برای بسیاری از کاربردهای سطح بالای بینایی ماشین است و با گسترش کاربردهای بینایی ماشین در زندگی روزانه انسان هر روز بر اهمیت آن افزوده می شود. در ادامه چند کاربرد مهم ردیابی شیء معرفی شده است.

  •   بازشناسایی براساس حرکت
  •  نظارت خودکار
  • نمایه گذاری فایلهای ویدئویی
  •  ارتباطاعات متقابل انسان و رایانه
  •  نظارت ترافیکی
  •  هدایت وسایل نقلیه

یادگیری عمیق برای ردیابی اشیا ؟

یادگیری عمیق یکی از مباحث داغ این روزها در حوزه علم داده است که برای بینایی ماشین نیز استفاده می‌شود. مجموعه داده‌های بزرگ به همراه توان بازنمایی شبکه‌های عصبی کانولوشن عمیق (CNN) باعث شده که یادگیری عمیق بتواند مدل‌های بسیار دقیق و قدرتمندی بسازد. با این وجود، همچنان یک چالش هنوز حل نشده مانده است و آن چگونگی طراحی مدل است. در حوزه‌ای به وسعت و پیچیدگی بینایی ماشین، یافتن یک راه‌حل شاید همواره آسان نباشد. بسیاری وظایف استاندارد در بینایی ماشین مانند طبقه‌بندی، تشخیص، قطعه‌بندی و همچنین عمل بازشناسی همچنان نیازمند بررسی‌های خاص هستند. با این که شبکه‌های موجود که برای اجرای این وظایف استفاده می‌شوند، الگوهای رایجی را به نمایش می‌گذارند اما همچنان نیازمند طی مراحل طراحی‌های منحصر به فرد برای خود هستند. ردیابی شیء در تصاویر و ویدئو یکی از زمینه‌های تحقیقاتی مهم در حوزه‌ی بینایی کامپیوتر است. منظور از ردیابی شیء، ردیابی اشیای متعلق به یک رده‌ی خاص (مانند بطری، انسان یا هواپیما) در تصویر می باشد. هدف طراحی سیستمی است که قادر باشد با دریافت نمونه‌های آموزشی (ویا مدلی) از یک رده شیء، اشیای متعلق به آن رده‌ را در تصاویر جدید ردیابی دهد. از مهمترین مزایایی که الگوریتم‌های یادگیری عمیق به ارمغان می‌آورند می‌توان به دقت تشخیص قابل‌قیاس و حتی بهتر از انسان، قابلیت ضد مداخله و قابلیت تشخیص، استخراج و کلاس‌بندی هزاران مشخصه اشاره کرد. الگوریتم Deep Learning یا یادگیری عمیق می‌تواند دقت ردیابی شی را بهبود دهد. این موضوع باعث کارایی بیشتر سیستم امنیتی و نظارت تصویری محیط از جمله کیفیت تصویر واضح و عریض می‌شود. یادگیری عمیق به شما کمک میکند تا عمل استخراج ویژگی ها را با کمترین/بدون تداخل دست، خود کامپیوتر انجام دهد.  به همین دلیل است که موتورهای ردیابی شی بیشتر از قبل در حال بکارگیری یادگیری عمیق برای بهبود دقت سیستم ها هستند.

هدف از این پروژه عملی ؟

هدف از این پروژه عملی ردیابی و شناسایی اشیا با یادگیری عمیق است.این پروژه توانا در ردیابی و تأیید اشیا از یک ویدئو می‌باشد. سیستم ردیابی شی، سیستمی است که بر اساس تکنولوژی هوش مصنوعی و الگوریتم‌های یادگیری عمیق (Deep Learning) قادر به ردیابی افراد و اشیا با دقت بالا می‌باشد. این پروژه ردیابی اشیا با استفاده از الگوریتم های شبکه عصبی و تکنیک های Deep Learning به سرعت عملیات یادگیری را انجام داده و پس از آن به راحتی و با سرعت بالا ردیابی شی مورد نظر را انجام می­دهد.هدف از این پروژه عملی ردیابی اشیا در تصویر و ویدئو با یادگیری عمیق در پایتون می باشد. در این پروژه با فیلم آموزشی کامل روند ردیابی اشیا در تصویر و ویدئو انجام می شود و مجموعه های داده ای معرفی می شوند و عملیات تست شبکه انجام می شود. خروجی های حاصل از ردیابی اشیا در  ویدئو روی هر یک از شبکه ها نشان داده می شود. بدون شک یکی از بهترین پروژه های عمیق برای ردیابی و شناسایی اشیا در ویدئو می باشد که با زبان ساده و روان فارسی توضیح داده شده است.

موارد موجود در این دوره آموزشی

معرفی سیستم ردیابی اشیا ویدئو

پیش نمایش
خصوصی

معرفی کامل الگوریتم sdd برای ردیابی و شناسایی اشی ویدئو

خصوصی

معرفی کامل عملکرد شبکه عمیق برای ردیابیو شناسایی اشیا ویدئو

خصوصی

آموزش استخراج ویژگی های مهم برای ردیابی اشیا ویدئو

خصوصی

استخراج ویژگی های تشخیص اشیا با شبکه عمیق VGG ویدئو

خصوصی

ردیابی و شناسایی اشیا با شبکه عمیق Mobile Net ویدئو

خصوصی

نحوه آموزش شبکه با keras ویدئو

خصوصی

معرفی ساختار و وزن های شبکه ویدئو

خصوصی

تنظمیم پارامترهای شبکه عمیق ویدئو

خصوصی

نرمالسازی و تغییر اندازه داده ها ویدئو

خصوصی

پیاده سازی شبکه عمیق برای تشخیص و شناسایی اشیا در تصویر ویدئو

خصوصی

پیاده سازی شبکه عمیق برای تشخیص و شناسایی اشیا در ویدئو ویدئو

خصوصی

تست شبکه عمیق روی انواع داده ها ویدئو

خصوصی

تشخیص و شناسایی همه اشیا در تصاویر و ویدئو ویدئو

خصوصی

مشخص نمودن درصد درست بودن اشیا ویدئو

خصوصی

کدهای پروژه فایل های ضمیمه

خصوصی

درخواست مشاوره

برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.

درخواست مشاوره

نیاز به مشاوره دارید؟

در صورتی که نیاز به مشاوره دارید می توانید فرم را تکمیل نمایید و یا با ما در تماس باشید

درخواست مشاوره رایگان

moreدوره های مرتبط

آموزش یادگیری ماشین پیشرفته

در این آموزش مباحث پیشرفته و کاربردی یادگیری ماشین براساس جدیترین مقالات در قالب فیلم اموزش کامل اماده شده است.…

رایگان!

انتخاب ویژگی با یادگیری عمیق

انتخاب ویژگی با یادگیری عمیق این دوره در حال اماده سازی در صورتی که تمایل به اگاهی از آن دارید،…

رایگان!

توصیف تصاویر با یادگیری عمیق

توصیف تصاویر ؟ تصاویر همواره بخش مهمی از اخبار و مطالب در دنیای مجازی به شمار می آیند. استخراج اطلاعات…
40,000 تومان 30,000 تومان

رنگی سازی تصویر و فیلم با یادگیری عمیق

رنگی سازی تصاویر و فیلم ها ؟ پیش از ورود عکاسی به دنیای رنگ‌ها، تصاویر گرفته‌شده تنها در رنگ‌های سیاه…
38,000 تومان 25,000 تومان

chat_bubble_outlineنظرات

قوانین ثبت دیدگاه

  • دیدگاه های فینگلیش تایید نخواهند شد.
  • دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
  • از درج دیدگاه های تکراری پرهیز نمایید.
  • امتیاز دادن به دوره فقط مخصوص دانشجویان دوره می باشد.

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *