پروژه های آماده رباتیک (Robotic)

موضوع این پروژه آماده، شمارش مقسوم‌علیه‌ها در پایتون می باشد. تابعی که یک عدد دریافت می‌کند و تعداد مقسوم‌علیه‌های صحیح آن عدد را محاسبه و برمی‌گرداند.

موضوع این پروژه آماده، طبقه‌بندی تصاویر با استفاده از یادگیری عمیق، استخراج ویژگی و ArcFace Loss در پایتون می باشد. Image Processing فرض کنید یک دیتاست مثلاً شامل ۲۰۰۰ تصویر متعلق به ۱۰ کلاس در اختیار دارید. هدف، طراحی یک سیستم طبقه‌بندی مبتنی بر یادگیری عمیق با margin زاویه‌ای است. برای این منظور: 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 ۴۰۹۶ یا ۱۰۰۰) استخراج می‌گردد. سپس بردارهای ویژگی استخراج‌شده به یک شبکه عصبی پرسپترون سه‌لایه (MLP) داده می‌شوند تا یک Embedding کم‌بعدتر تولید شود. 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. پس از اتمام آموزش، عملکرد مدل روی داده‌های آزمون با استفاده از معیار Precision (PR Curves) ارزیابی می‌شود.