25746: آز یادگیری و بینایی ماشین
نام درس: آز یادگیری و بینایی ماشین (Machine Learning and Vision Lab)
شماره درس: 25746
پیش‌نیاز(ها): 25732 (آمار و احتمال مهندسی) و 25742 (سیگنال‌ها و سیستم‌ها)
هم‌نیاز(ها): 25737 (مقدمه‌ای بر یادگیری ماشین)
تعداد واحد: 1
مقطع: کارشناسی
آخرین ویرایش: مهر 1398

توضیحات:
در این درس به روش‌های ابتدایی و پایه در یادگیری ماشین و بینایی ماشین در قالب چند آزمایش پرداخته می‌شود. زبان مورد استفاده در این درس پایتون است و از کتابخانه OpenCV برای کار با تصاویر و ویدئو استفاده می‌شود. همچنین، دانشجویان الگوریتم‌های مربوطه را بر روی تصاویر و ویدئوهای ثبت‌شده توسط دوربین‌های RGB تست می‌نمایند.
 
سرفصل‌ها:
  • آزمایش اول: رگرسیون خطی
  • آزمایش دوم: کاهش بُعد با روش PCA
  • آزمایش سوم: طبقه‌بندی با روش LDA
  • آزمایش چهارم: طبقه‌بندی با روش SVM
  • آزمایش پنجم: نرم‌سازی، کانولوشن، گرادیان و لبه‌یابی تصویر
  • آزمایش ششم: روش‌های LOG، Harris و SIFT برای استخراج ویژگی
  • آزمایش هفتم: روش‌های HOG، Gabor و LBP برای ساخت توصیف‌گرها
  • آزمایش هشتم: استفاده از شار نوری (Optical Flow) برای حذف پس‌زمینه
  • آزمایش نهم: شبکه‌های عصبی برای تشخیص رقم‌های دست‌نوشته                            
مراجع:
  • دستور کار آزمایشگاه یادگیری و بینایی ماشین، دانشگاه شریف، 1398


 
آخرین به‌روزرسانی: 3 / 3 / 1403