1.題目和資料集:AI CUP競賽「農地作物現況調查影像辨識競賽-秋季賽:AI作物影像判釋」。
2.參賽原因: 實踐所學、拓展技能、轉職準備
3.選題初衷:
期望模擬業界工作方式,在收到專案資料和確認專案目標後(衡量標準),學習如何獨立設計專案處理流程、資料前處理技巧、優化模型等,來達到最終目標。
4.預期收穫:
(1)CV資料處理技巧
(2)CV影像辨識模型
(3)如何有效率和有系統地推進專案進度。
== Get things done before making it perfect ==
Part1:今日目標 1.瀏覽資料集,註記資料特徵2.網路上相關專案實作資訊蒐集3.專案進度 Part2:內容 1.瀏覽資料集,註記資料特徵 (1)題目: 對...
2022/9/16(五): D2-資料集整理&基準模型設計 Part1:今日目標 1.將下載完畢的訓練資料做整理。2.基準模型搜尋和流程規劃。 Par...
Part1:今日目標 1.將有準心資料做第一次裁切,以「蘆筍(asparagus)」資料集為例。 Part2:內容 1.將有準心資料做第一次裁切 以蘆筍資料集...
Part1:今日目標 1.模型訓練資料準備 Part2:內容 1.模型訓練資料準備 準心資料如何標註: 以每張圖片中心點做計算以標註準心位置。圖片來源:...
Part1:今日目標 1.影像分類模型初探 Part2:內容 1.影像分類模型初探 就目前所學,有兩大類模型設置方法:(1)用Pytorch自行搭建模型: 模...
Part1:今日目標 1.運行範例CNN模型,熟悉Pytorch實作方法 Part2:內容 1.運行範例CNN模型,使用CIFAR10共10類的圖片資料 程式...
Part1:今日目標 1.資料集前處理2nd Part2:內容 1.資料集前處理2nd:資料貼標(data labeling) (1) 所有資料集貼標(lab...
Part1:今日目標 1.建立Dataset Part2:內容 1.建立Dataset (1)實作概覽 原因:將圖片和對應標籤包成Pytorch的Datas...
Part1:今日目標 1.Day8(D8) 程式除錯(Debug)、資料集切分、Dataloader。 Part2:內容 1.D8程式除錯(Debug)、資料...
Part1:今日目標 (一)了解卷積神經網路(Convolutional Neural Network, CNN) 1.卷積的功能 2.卷積相關簡介 Part...