پیاده سازی الگوریتم تشخیص چهره هوش مصنوعی در وب با Django و Open CV

پیاده سازی الگوریتم تشخیص چهره هوش مصنوعی در وب با Django و Open CV

امروزه الگوریتم های هوش مصنوعی در سراسر دنیا و در بسیاری از پروژه های حال حاضر مانند Google ، Instagram و ... در حال استفاده و به کار گیری هستند. یکی از قوی ترین و جالب ترین الگوریتم هایی که موارد استفاده ی بسیار زیادی دارد، الگوریتم های پردازش تصویر یا image processing بوده که قابلیت های بسیار جالبی را میتوان در پروژه های انجام شده ایجاد کرد اما مسئله ی مهمی که وجود دارد ، ترکیب این ابزار هوش مصنوعی با فریم ورک های دیگر مانند Django می باشد. در این دوره ی آموزشی در ابتدا کتابخانه ی Open CV  را بررسی خواهیم کرد و پس از آن وارد فریم ورک جنگو خواهیم شد تا نحوه ی ترکیب این دو ابزار قدرتمند را بررسی کرده و پیاده سازی نماییم

پیش نیاز این دوره : آشنایی با زبان پایتون ، HTML و CSS

سرفصل های دوره:

درباره دوره

نصب نرم افزار ها و پکیج های لازم

بررسی اولیه ی ساختار Image و Pixel

Loadکردن یک تصویر در OpenCV

نمایش تصویر به وسیله ی OpenCV و Matplotlib

ذخیره سازی و crop تصویر در OpenCV

بررسی دستور split و ساختار channel ها

نحوه ی Convert رنگ ها و کشیدن خط در تصویر

 کشیدن Rectangle و Polygon در تصویر

بررسی دایره و متن در Open CV

بررسی Object Detection و الگوریتم های Cascade

پیاده سازی تشخیص چهره به صورت چندگانه

 تشخیص چشم و لبخند

تشخیص چهره با DNN

 تشخیص چهره با DNN ( بخش دوم )

 تشخیص چهره با DNN ( بخش سوم )

 تشخیص چهره با DNN ( بخش چهارم )

 پیاده سازی Logistic Regression

بررسی مدل های SVM و Random Forest و Voting

 ساختار مدل تشخیص عواطف و احساسات کاربران

 pipeline کردن مدل ها

ادغام مدل های هوش مصنوعی و استارت Django

 بررسی ساختار اولیه جنگو و فایل های اصلی آن

 بررسی ساختار mvt و بازگردانی اولین Response

 بررسی Django Templates

 بررسی نحوه کار با فایل های static در Django

 بررسی مدل ها در جنگو

پیاده سازی ساختار Face Recognition در پروژه

 بررسی فرم ها در جنگو

دریافت اطلاعات از فرم ها در جنگو

 ترکیب مدل های هوش مصنوعی در جنگو

استفاده از مدل های هوش مصنوعی در جنگو و پیاده سازی سیستم آنلاین تشخیص چهره

استایل نویسی برای پروژه و صحبت های پایانی