آموزش یادگیری عمیق برای تشخیص اشیا با استفاده از Tensorflow 2

سرفصل ها و درس ها

تشخیص اشیا به عنوان یک مفهوم در بینایی کامپیوتری Object detection as a concept in computer vision

• مقدمه و محتوای دوره Introduction and course content

• تشخیص اشیا برای بینایی کامپیوتری چیست؟ What is object detection for computer vision?

• تشخیص شی می تواند برای چندین شی در تصویر باشد Object detection can be for multiple objects in the image

• چرا یادگیری عمیق برای تشخیص اشیا؟ Why deep learning for object detection?

• 2 دسته از شبکه های عصبی مورد استفاده برای تشخیص اشیا The 2 categories of neural networks used for object detection

• نمای کلی سطح بالا Faster R CNN High level overview of Faster R CNN

• نمای کلی سطح بالا از SSD High level overview of SSD

• نمای کلی سطح بالا YOLO v3 High level overview of YOLO v3

نحوه انتخاب شبکه عصبی مناسب برای کار تشخیص اشیا How to choose the right neural network for your object detection task

• معرفی Introduction

• معاوضه سرعت و دقت در تشخیص شی (مقاله مرجع) Speed and accuracy tradeoffs in object detection (reference article)

• دقت در مقابل زمان استنتاج Accuracy VS inference time

• دقت آشکارساز شی با توجه به دقت استخراج کننده ویژگی Object detector accuracy with respect to feature extractor accuracy

• دقت طبقه بندی شده بر اساس اندازه جسم Accuracy stratified by object size

• چگونه وضوح تصویر بر مدل تشخیص شی شما تأثیر می گذارد How the image resolution affects your object detection model

• چگونه YOLO با SSD و سریعتر R-CNN مقایسه می شود How YOLO compares to SSD and Faster R-CNN

• خلاصه ای از نحوه انتخاب مدل مناسب برای کار تشخیص اشیا Summary on how to choose the right model for your object detection task

راه اندازی نرم افزار Software setup

• نصب لینوکس: نحوه نصب tensorflow با پشتیبانی GPU (قسمت 1) Linux installation : How to install tensorflow with GPU support (part 1)

• نصب لینوکس: نحوه نصب tensorflow با پشتیبانی GPU (قسمت 2) Linux installation : How to install tensorflow with GPU support (part 2)

• نصب لینوکس: نحوه نصب API تشخیص اشیا Tensorflow 2 Linux installation : How to install Tensorflow 2 object detection API

• نصب ویندوز: نصب miniconda Windows installation : Installing miniconda

• نصب ویندوز: ایجاد محیط مجازی Windows installation : Create virtual environment

• نصب ویندوز: نصب تنسورفلو 2 API تشخیص اشیا Windows installation : Installing tensorflow 2 object detection API

• نصب ویندوز: نصب tensorflow با پشتیبانی از GPU Windows installation : Installing tensorflow with GPU support

داده ها برای تشخیص اشیا Data for object detection

• آماده سازی داده ها برای تشخیص اشیا Data preparation for object detection

• مجموعه داده ای که برای ساختن مدل تشخیص شی خود استفاده خواهید کرد The dataset that you will use to build your object detection model

• دانلود و راه اندازی ابزار حاشیه نویسی ما: labelImg Downloading and setting up our annotation tool : labelImg

• حاشیه نویسی مجموعه داده شما Annotating your dataset

• تبدیل فایل های xml ما به یک فایل csv Transforming our xml files into one csv file

• ایجاد یک فایل labelmap برای مجموعه داده ما Creating a labelmap file for our dataset

• ابزاری که برای تولید tfrecords استفاده خواهیم کرد The tool that we will use to generate tfrecords

• تولید tfrecords Generating tfrecords

آموزش یک مدل تشخیص شی در ماشین محلی شما Training an object detection model on your local machine

• مروری بر مراحل مورد نیاز برای ساخت آشکارساز شی Overview of the steps needed to build an object detector

• انتقال یادگیری Transfer learning

• دانلود مدل از پیش آموزش دیده و دریافت فایل کانفیگ مربوطه آن Downloading the pretrained model and getting its corresponding config file

• در حال آماده سازی فایل کانفیگ شما Preparing your config file

• اجرای آموزش و تست برای آزمایش Running the training and testing for experimentation

• اجرای Tensorboard برای تجزیه و تحلیل توسعه تلفات و دقت متوسط Running Tensorboard to analyse the development of the loss and average precision

• تنظیمات برای آموزش و ارزیابی یک مدل سریعتر RCNN در دستگاه محلی شما Settings for training and evaluating a Faster RCNN model on your local machine

• آموزش و ارزیابی یک مدل تشخیص شی مبتنی بر SSD Training and evaluating an SSD based object detection model

• راه حل: آموزش و ارزیابی یک مدل تشخیص شی مبتنی بر SSD Solution : Training and evaluating an SSD based object detection model

• اجرای آموزش آشکارساز شی SSD Running the training for SSD object detector

• سایر تنظیمات مهم در فایل پیکربندی شما: جعبه های لنگر Other important settings in your config file : anchor boxes

• سایر تنظیمات مهم در فایل پیکربندی شما: افزایش داده ها Other important settings in your config file : data augmentation

آموزش مدل‌های API تشخیص شی با استفاده از پلتفرم Google Cloud AI Training object detection API models using Google Cloud AI Platform

• رایانش ابری چیست و AI-Platform چیست؟ (اختیاری) What is cloud computing and what is AI-Platform? (optional)

• ایجاد یک حساب Google Cloud و ایجاد اولین پروژه خود Creating a Google Cloud account and creating your first project

• دانلود Google Cloud SDK Downloading Google Cloud SDK

• ایجاد یک سطل گوگل و آپلود داده ها در آن Creating a google bucket and uploading data to it

• در حال آماده سازی فایل پیکربندی ما برای آموزش در گوگل ابری Preparing our config file for training on google cloud

• اجرای آموزش با استفاده از مدل سریعتر RCNN Running the training using Faster RCNN model

• اجرای ارزشیابی در طول آموزش Running the evaluation during the training

• تجزیه و تحلیل نتایج پس از پایان آموزش مدل سریعتر RCNN Analyzing the results after the training of Faster RCNN model is finished

• کارهای ممکن برای بهبود عملکرد مدل ما Possible things to do to improve our model performance

• دانلود مدل آموزش دیده و صادرات مدل فریز شده از پست های بازرسی Downloading the trained model and exporting the frozen model from checkpoints

• اجرای مدل منجمد بر روی نمونه های جدید به صورت محلی Running the frozen model on new examples locally

• آموزش و ارزیابی را با استفاده از مدل SSD اجرا کنید Run a training and evaluation using SSD model

• راه حل: آموزش و ارزیابی را با استفاده از مدل SSD اجرا کنید Solution : Run a training and evaluation using SSD model

• تجزیه و تحلیل نتایج پس از پایان آموزش مدل SSD Analyzing the results after the training of SSD model is finished

YOLO v3 برای تشخیص اشیا YOLO v3 for object detection

• راه اندازی جدید برای آموزش مدل YOLOv3 The new setup for training YOLOv3 model

• نصب الزامات لازم برای اجرای کد Installing the necessary requirements to run the code

• چگونه مجموعه داده برای محاسبه شبکه عصبی YOLO تغییر خواهد کرد How will the dataset change to account for YOLO neural network

• آماده سازی مجموعه داده: مشکل با مجموعه داده فعلی ما Preparing the dataset : problem with our current dataset

• آماده سازی مجموعه داده: دریافت داده ها از منبع اصلی Preparing the dataset : getting the data from the original source

• آماده سازی مجموعه داده: تبدیل مجموعه داده قبلی به فرمت مناسب Preparing the dataset : transforming our previous dataset to the right format

• آماده سازی مجموعه داده: اضافه کردن نام کلاس ها Preparing the dataset : adding classes names

• آماده سازی مجموعه داده: کاوش و تغییر فایل پیکربندی Preparing the dataset : exploring and changing the config file

• آموزش مدل تشخیص شی مبتنی بر YOLO v3 Training YOLO v3 based object detection model

• تجزیه و تحلیل نتایج آموزش Analyzing the results of the training

• ارزیابی مدل آموزش دیده YOLOv3 با استفاده از تصاویر جدید Evaluating our YOLOv3 trained model using new images

• محاسبه میانگین دقت متوسط ​​مدل آموزش دیده ما Computing the mean average precision of our trained model

• سایر نتایج کمی Other quantitative results

• ذخیره مدل ما به عنوان یک قالب SavedModel برای استقرار تولید Saving our model as a SavedModel format for production deployment

• با استفاده از مدل آموزش دیده ما برای پیش بینی تصاویر جدید Using our trained model to make predictions on new images

• مراحل لازم برای اجرای آموزش در پلتفرم هوش مصنوعی گوگل Steps needed to run the training on google AI platform