image processing
فرض کنید یک دیتاست مثلا شامل 2000 تصویر متعلق به 10 کلاس در اختیار دارید. هدف، طراحی یک سیستم طبقهبندی مبتنی بر یادگیری عمیق با margin زاویهای است. برای این منظور: 1. ابتدا از یک شبکه از پیش آموزشدیده مانند AlexNet بهعنوان feature extractor استفاده میشود و از یکی از لایههای fully connected آن، برای هر تصویر یک بردار ویژگی افقی با طول ثابت (مثلاً 4096 یا 1000) استخراج میگردد. 2. سپس بردارهای ویژگی استخراجشده به یک شبکه عصبی پرسپترون سهلایه (MLP) داده میشوند تا یک embedding کمبعدتر تولید شود. 3. در نهایت، فرآیند آموزش شبکه با استفاده از ArcFace Loss انجام میشود تا تفکیک بهتری بین کلاسها در فضای ویژگی مبتنی بر زاویه ایجاد گردد. 4. پس از اتمام آموزش، عملکرد مدل روی دادههای آزمون با استفاده از معیار Precision(PR curves ) ارزیابی میشود
امتیاز : 0 از 10
فایل ضمیمه
هیچ فایلی ضمیمه نشده است
- اطلاعات پروژه
- 17351کد پروژه
-
برنامه نویسی با زبانهای مختلف ، طراحی سایت و نرم افزار
دسته بندی - 09 بهمن 1404تاریخ ثبت
- 1 روزمهلت اجرا
- 300,000 تومانحداقل بودجه
- 800,000 تومانحداکثر بودجه
- 35 درصد ضمانت اجرا
- انجام شد وضعیت
تایم لاین پروژه
-
در انتظار پرداخت
پرداخت تعرفه ثبت پروژه های غیر رایگان
-
در حال بررسی
برسی و تایید پروژه از طرف مدیرت سایت
-
آماده دریافت پیشنهادها
تایید پروژه و نمایش برای مجریان
-
در انتظار پرداخت هزینه پروژه
پرداخت هزینه اجرای پروژه توسط کارفرما
-
در انتظار پرداخت ضمانت اجرا
پرداخت مبلغ ضمانت اجرا توسط مجری
-
در حال انجام
پروژه شما درحال انجام می باشد
-
انجام شد
اتمام اجرای پروژه
لیست پیشنهادها
در حال بارگذاری...