شبکه Faster RCNN یکی از الگوریتمهایی تشخیص اشیای شناختهشده در بینایی کامپیوتر است. بسته آموزش Faster RCNN هوسم در قالب یک وبینار 4 ساعته بهصورت آنلاین در تاریخ 24 مهرماه 1399 برگزار شد. ویدئوهای این وبینار بهصورت کامل در سایت قرار گرفته است. مهمترین ویژگیهای بسته آموزش Faster RCNN عبارتنداز:
- آشنایی با تئوری و معماری شبکه Faster RCNN
- پیادهسازی Faster RCNN با استفاده از توابع آماده TorchVision (روش ساده)
- سفارشیسازی شبکه Faster RCNN و تغییر بخشهای مختلف شبکه (روش پیشرفته)
- تغییر کدهای Faster RCNN و ایجاد تغییرات بنیادین (روش تحقیقاتی)
- آموزش و ارزیابی شبکه برروی یک دیتاست جدید
- کدنویسی بهصورت زنده و خط به خط مدرس حین تدریس
این وبینار توسط مهندس سیدسجاد اشرفی برگزار شده است. فهرست مطالب این بسته آموزشی همراه با دمو در ادامه آورده شده است.
توجه بخشی از کدهای جلسه وبینار تشخیص اشیا با Faster RCNN در صفحه Github هوسم قرار داده شده است. لینک
برای دانلود این آموزش، در فهرست مطالب و بخش “دانلود کامل بسته آموزشی Faster RCNN”، روی آیکون دانلود کلیک کنید.
دقت کنید، در صورتی بعد از کلیک روی آیکون، دانلود اتفاق نمیافتد، ممکن است به دلیل تنظیمات امنیتی بروزر شما باشد. در این صورت لطفا روی آیکون دانلود، کلیک راست کرده و گزینه Copy link adress را انتخاب کنید. سپس آدرس را در یک بروزر دیگر وارد کنید. همچنین استفاده از نرمافزارهای مدیریت دانلود هم میتواند مشکل را رفع کند.
دانلود بسته آموزشی Faster RCNN
فایل پاورپوینت فایل های ضمیمه
کدهای پایتورچ فایل های ضمیمه
در تاریخ 10 اردیبهشت 1401 کدها آپدیت شد.
دانلود کامل بسته آموزش Faster RCNN ویدئو
دانلود کامل بسته آموزشی پس از خرید فعال خواهد شد.
دوره های مرتبط
دوره متلب سوپراستارتر
نظرات
Mahdie Ezzati
سلام.وقت بخیر .من یک دیتاست از تصاویر دارم و میخوام classification روشون انجام بدم.این دوره بهم میتونه کمک کنه؟برای یادگرفتنش تا چه حد باید به فریمورک پایتورچ مسلط باشم؟
هوسم
سلام
این آموزش مربوط به تشخیص اشیا یا Object Detection هست. بنابراین، برای کار شما مناسب نیست. دوره آموزش پایتورچ میتونه بهتون کمک کنه که به اندازه نیازتون پایتورچ رو یاد بگیرید.
Mahdie 1993
متشکرم
مهدی رستمی( دانشجوی دوره )
سلام دوره خیلی عالی بود مرسی.
لطف میکنید فایل پاورپوینت را برام بفرستید.
هوسم
سلام
خوشحالیم که از آموزش راضی بودید، خدا رو شکر…
فایل PDF پاور براتون ایمیل میشه.
far( دانشجوی دوره )
با سلام سپاس فراوان از استاد گرامی جهت آموزش بسیار خوب شبکه faster_rcnn
سوال: خطای این قسمت از کد را چطور میشه برطرف نمود؟ باکس های اشیا رو رسم نمیکند.
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
np_arr = tensor.permute(1, 2, 0).numpy()
plt.imshow(np_arr)
ax = plt.gca()
for box, label, score in zip(boxes, labels, scores):
if score > 0.3:
rect = Rectangle((box[0], box[1]),
(box[2] – box[0]),
(box[3] – box[1]),
fill=False,
edgecolor=(1, 0, 0),
linewidth=2)
ax.add_patch(rect)
plt.show()
TypeError: can’t convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.
مهدی رستمی( دانشجوی دوره )
سلام شما باید tensor هارو انتقال بدید به cpu
boxes = predictions[0][‘boxes’].cpu()
labels = predictions[0][‘labels’].cpu()
scores = predictions[0][‘scores’].cpu()
امیرعلی شاملو
سلام
پروژه من شناسایی و تشخیص نوع ماشین در تصاویر هست، این دوره میتونه به من کمک کنه یا دوره یولو بهتر است یا هر دو دوره تهیه کنم ممنون میشم راهنمایی کنید؟
هوسم
سلام
اگر تشخیص خودرو در ویدئو بهصورت real-time باید انجام بشه، یولو گزینه بهتری هست. اما اگر فقط تصویر هست، هردو خوبن. درکل، این آموزش Faster R-CNN باکیفیتتر، راحتتر و بهتر از دوره یولو هست. دوره یولوی ما کمی قدیمی شده.
محبوبه
سلام. المکانش هست بسته اموزشی مشابه این برای mask r-cnn همراه با کدها قرار دهید. ممنونم
تیم هوسم
سلام
متاسفانه شبکه Mask R-CNN در برنامه چند ماه آینده ما قرار نداره.
البته، درمورد سگمنت تصویر و همچنین Mask R-CNN در دوره بینایی کامپیوتر حرفهای توضیح داده شده.
موفق باشید 🌹
رهام( دانشجوی دوره )
سلام استاد ، ببخشید من یک سوال داشتم ، آیا امکانش هست ما از darknet به عنوان backbone استفاده کنیم؟
تیم هوسم
سلام
در این آموزش، توضیح داده شده که چطور بکبون شبکه Faster R-CNN رو عوض کنیم. مثلا از شبکه عصبی رزنت به شبکه عصبی موبایل نت
از شبکه دارک نت هم میتونید استفاده کنید. اما باید دانش و مهارت خوبی در تئوری سیستم های تشیخص اشیا و کدنویسی پایتورچ داشته باشید.
elahenamazi( دانشجوی دوره )
سلام ببخشید بخش ویدئو آبی رنگ رو میزنم فیلم ها قابل دانلود نیستند لطفا راهکار بفرمایید
تیم هوسم
سلام
اونها صرفا برچسب هستند. برای دانلود دوره، باید روی آخرین گزینه که نوشته دانلود کامل بسته آموزش Faster RCNN رو کلیک بفرمایید. کل آموزش 4 ساعت هست و مثل دورههای آموزشی جداجدا برای دانلود نگذاشتیم.
محبوبه
سلام. کدها با زبان برنامه نویسی MATLAB است یا پایتون؟
تیم هوسم
سلام
پایتون. با فریمورک پایتورچ که مبتنی بر پایتون هست.
پارسا حسام زاده( دانشجوی دوره )
سلام من فایل رو دانلود کردم و اموزش خیلی خوبی بود فقط فایل کد های جلسه و پاورپوینت همراهش نبود
تیم هوسم
سلام
سپاس 🌹🙏
در بسته دانلودی علاوه بر ویدئوها، پاورپوینت و کدها قرار دارد. لطفا دوباره چک بفرمایید…
علی( دانشجوی دوره )
سلام چرا نمیشه دموها رو دید
تیم هوسم
سلام علی عزیز،
اصلاح شد و الان میتونید دموها رو مشاهده کنید.
ممنون بابت اطلاعرسانی 🌹🙏
فرزانه
سلام اگر امکانش هست با کدنویسی کراس هم الگوریتم faster Rcnn آموزش بدهید ممنون
تیم هوسم
سلام
بله، ممنون بابت پیشنهاد، انشالله در آینده اضافه میکنیم.
مروارید
فکر میکنم خیلی مفید هست، با تشکر از شما
تیم هوسم
سلام
سپاس 🌹
انشالله بتونیم دوره های آموزشی باکیفیتی برای شما دوستان آماده کنیم.