بینایی کامپیوتر با تنسورفلو —- فصل ۲: کدنویسی کانولوشن

همانطور که در دوره فصل اول آموزش بینایی کامپیوتر با تنسورفلو به بیان مفهوم بینایی کامپیوتر در شبکه عصبی پرداخته شد. در این آموزش در 15 درس به مدت 3 ساعت و 35 دقیقه به منظور آشنایی کامل و مفهومی شبکه عصبی پیچشی یا کانولوشنی (Convolutional Neural Network یا به اختصار CNN) بیان شده است. همچنین علاوه بر پیشبرد آموزش مفهومی شبکه کانولوشنی، به پیاده سازی و کد نویسی (کدنویسی کانولوشن) برای ایجاد این شبکه نیز پرداخته شده است.

پیشنیاز الزامی

• آموزش بینایی کامپیوتر با تنسورفلو ــــــــــ فصل ۱: شناسایی تصویر

برای دیدن فیلم معرفی این بسته بر روی این لینک (+) و یا پخش کننده پایین کلیک کنید:

• شبکه عصبی کانولوشن به زبان ساده

برای دیدن فیلم معرفی این بسته بر روی این لینک (+) و یا پخش کننده پایین کلیک کنید:

شبکه های کانولوشنی چیست؟

نوعی شبکه عصبی که از فیلترهای کانولوشن در معماری خود استفاده می‌کند. شبکه‌های کانولوشنی و یا پیچشی، با استخراج ویژگی از اعمال فیلترها بر روی تصاویر، و یادگیری این ویژگی‌ها توسط شبکه می‌تواند در بینایی کامپیوتر و یا تشخیص اشیا در تصویر مفید واقع شود.

این آموزش در یک نگاه:

در این آموزش بعد از مرور کلی بر فصل اول دوره بینایی کامپیوتر با تنسورفلو، به بررسی شبکه عصبی کانولوشنی در بینایی کامپیوتر پرداخته‌ایم.

پس از بیان مفهومی و از نقطه صفر شبکه عصبی کانولوشنی، به پیاده سازی این شبکه در محیط کدنویسی برای آموزش و آزمون بر روی مجموعه داده‌های 2 کلاسه و چند کلاسه پرداخته شده است.

در این آموزش با توجه به مشکلاتی که پیش روی شبکه عصبی قرار دارد، به استفاده از راه حل‌هایی برای رسیدن به نتایج مطلوب، مانند: افزایش تصاویر (Image Augmentation)، استفاده از یادگیری انتقالی (Transfer Learning) و روش‌هایی دیگر به صورت ابتدا مفهومی و سپس در محیط کدنویسی می‌پردازیم.

این آموزش بی نظیر است زیرا:

• مفاهیم شبکه کانولوشنی به طور کامل بیان شده است.
• پروژه محور است.
• با فریمورک تنسورفلو کار می‌کنیم که بازار کار دارد.
• نیازی به نصب نرم افزار برای کدنویسی ندارید.
• شبکه کانولوشنی در بینایی کامپیوتر کاربرد فراوانی دارد.

پیشنیاز اختیاری

• آموزش شبکه عصبی مصنوعی — از صفر به زبان ساده
• آموزش ساخت شبکه عصبی با پایتون (و دیگر زبان‌ها) از صفر

مرجع

مرجع اصلی محتوای این بسته در کنار تجربه مدرس، کتاب AI and Machine Learning for Coders است.

کلیدواژگان

بینایی ماشین با تنسورفلو | آموزش بینایی کامپیوتر با تنسورفلو | آموزش بینایی کامپیوتر | آموزش بینایی ماشین | بینایی کامپیوتر با tensorflow | آموزش بینایی کامپیوتر با tensorflow | کدنویسی کانولوشن | آموزش کدنویسی کانولوشن | آموزش کدنویسی کانولوشنی

سرفصل‌ها

درس صفر: معرفی دوره

درس اول: کانولوشن

– مرور مختصر شبکه عصبی پیشخور با یک مثال
– معرفی کانولوشن
– نحوه اعمال فیلتر کانولوشن
– نحوه محاسبه فیلتر کانولوشن بر روی تصویر
– مثال اعمال دو نوع فیلتر کانولوشن روی تصویر

درس دوم: ادغام

– مرور لایه کانولوشن
– چرا از ادغام استفاده می کنیم?
– روش ادغام به چه صورت است?
– اعمال ادغام حداکثری روی تصویر
– تاثیر لایه ادغام روی تصویر
– گام (stride)
– حاشیه گذاری (padding)

درس سوم : پیاده سازی شبکه عصبی کانولوشنال

­- شبکه عصبی تشخیص تصاویر
– اضافه کردن لایه کانولوشن و ادغام به شبکه
– آشنایی با ابعاد تصاویر
– شبکه عصبی کانولوشنال تشخیص تصاویر
– تفکیک داده برای آموزش و آزمون شبکه

درس چهارم : کاوش در شبکه کانولوشنال

– بررسی خلاصه شبکه عصبی کانولوشنال
– بررسی علت کاهش ابعاد تصویر در شبکه عصبی کانولوشنی

درس پنجم : ایجاد یک شبکه کانولوشنی برای تشخیص بین اسب ها و انسان ها

­ – مراحل ایجاد یک شبکه برای تشخیص بین اسب و انسان

درس ششم : مجموعه داده اسب ها یا انسان ها

­- جزئیات مجموعه داده اسب ها و انسان ها
– انواع مدل اسب و انسان در مجموعه داده

درس هفتم : تولید تصویر در Keras

– نحوه برچسب گذاری تصاویر
– تولید برچسب بر روی تصاویر با استفاده از ImageDataGenerator

درس هشتم : معماری شبکه عصبی کانولوشنی برای تشخیص اسب ها و انسان ها

– معماری شبکه عصبی کانولوشنی برای اسب ها و انسان ها
– تابع Sigmoid
– Binary Cross Entropy
– Root Mean Square Propagation(RMSP)
– نرخ یادگیری (Learning Rate)

درس نهم : اضافه کردن اعتبارسنجی از داده های مجموعه داده اسب ها یا انسان ها

­- داده اعتبارسنجی (Validation)
– نحوه تخصیص داده اعتبارسنجی
– نحوه استفاده از داده اعتبارسنجی در شبکه عصبی

درس دهم : آزمودن شبکه با تصاویر اسب ها و انسان ها

– داده های آزمون شبکه عصبی
– مورد آزمون قراردادن شبکه عصبی کانولوشنی تشخیص اسب و انسان

درس یازدهم : افزایش تصاویر (Image Augmentation)

– مقایسه تصاویر مجموعه داده با تصاویر واقعی
– آشنایی با ابزار افزایش تصویر ImageDataGenerator
– انواع تغییرات روی تصاویر برای افزایش تصاویر

درس دوازدهم : یادگیری انتقالی (Transfer Learning)

– نحوه یادگیری شبکه عصبی
– نحوه یادگیری انتقالی در برنامه نویسی
– استفاده از مدل Inception V3 در یادگیری انتقالی

درس سیزدهم : کلاسبندی داده های چند کلاسه

­ تفاوت مدل در طبقه بندی 2 کلاسه و چند کلاسه
– Categorical Cross Entropy
– مجموعه داده PRS
– آموزش و آزمون شبکه عصبی کانولوشنی برای مجموعه داده PRS

درس چهاردهم :کم برازش (Underfitting)

­- کم برازش چیست؟
– مقایسه کم برازش و بیش برازش
– راه حل مشکل کم برازش

درس پانزدهم: تنظیم Dropout

­- رفع مشکل بیش برازش
– Dropout
– چگونگی استفاده از Dropout در برنامه