sarashakarami

سلام ممنونم از پروژه شما
میشه منو راهنمایی کنید که اگه بخوام میوه ها را دسته بندی کنم باید چیکار کنم

kiamnasri

شما باید یک سری پیش پردازش رو تصاویر انجام بدید. مثلاً نصبت طول اصلی به طول فرعی رو استخراج کنید. رنگ میوه رو به فضای hsv منتقل کنید و شاخص h رو به عنوان ویژگی استفاده کنید و خیلی پارامتر های دیگه. در کل با استفاده از مورفولوژی یا ریخت شناسی یک سری ویژگی استخراج میکنید و با استفاده از این ویژگی ها یک دیتاست تشکیل میدید و شبکه عصبی تونو آموزش میدید. اگه بخواید کار حرفه ای تری انجام بدید میتونید از فیچر سلکشن یا انتخاب ویژگی استفاده کنید که واسه این کار می شه از الگوریتم های بهینه ساز مثل ژنتیک استفاده کنید.

در کل در چند بخش باید این کار انجام بشه
1- پردازش تصویر - استخراج میوه از پس زمینه و پیش پردازش ها
2- پردازش تصویر- استخراج ویژگی تصویر با استفاده از الگوریتم های مورفولوژی
3- بهینه سازی - انتخاب بهترین ویژگی برای رسیدن به بهترین پاسخ در الگوریتم دسته بندی کننده
4- دسته بندی- استفاده از شبکه عصبی برای دسته بندی مناسب نوع میوه با توجه به ویژگی های استخراج شده

لازم هست اشاره کنم که فرآیند های 3 و 4 همزمان انجام میشه البته در بخش آموزش، اما در نسخه نهایی نرم افزار ویژگی های مناسب پیدا شدن و فقط دسته بندی انجام میشه

kiamnasri

پاسخ به خانم moosavi_my1:

سلام
ممنون از لطف‎تون. متاسفانه من صورت سوال تونو متوجه نشدم ! منظورتون از "الگوریتم‎هایی برای مقایسه ی ژنتیک دو نمونه " چیه ؟؟

mahshidmr64

سلام دوست عزیز راستش من یک مقاله دارم در مورد face detection که باید تا آخر بهمن اونو پیاده سازی کنم با مطلب ولی متاسفانه خیلی آشنا نیستم . خواهش می کنم راهنماییم کنید. مقاله چندان سخت نیست ولی نمی دونم که برای پیاده سازی یک مقاله باید از کجا شروع کنم؟خواهش می کنم کمکم کنید mahshid_mr64@yahoo.com

saman_mirdamad

سلام.
خیلی ممنون از مقاله ی خوبت.
فقط چندتا سوال دارم:
1- شما اول کروموزومها را که همان وزنهای شبکه هستند تولید کردی و بعد یک شبکه عصبی ساختی و پس از آن کروموزومها را بجای وزنها معرفی کردی و شبکه رو شبیه سازی کردی.
آیا نمیخاست اول شبکه رو با هر کروموزم آموزش بدی و بعد شبیه سازی کنی؟
اینکاری که میگم رو تو مرحله نهایی انجام دادی که با بهترین کروموزوم شبکه رو آموزش دادی و شبیه سازی کردی. (آیا درست برداشت کردم)؟

2- من مقالاتی رو دیدم که وزنهای شبکه rbf رو با الگوریتم بهینه سازی کردن. ولی مقاله ای که عین کار شما کامل و واضح توضیح داده باشه ندیدم. آخه تو rbf هی تعداد نرونها افزایش پیدا می کنه که این رو نمیدونم چطوری کد کنم واسه برنامه.
ایا تو این زمینه هم شما کار کردی؟

kiamnasri

سلام آقا سامان. امیدوارم حالتون خوب باشه.
در مورد سوال اولتون باید بگم من همین کاری رو که شما میگید انجام دادم. تو این پروژه به دنبال مقدار اولیه مناسب برای شبکه عصبی بودیم تا با استفاده از این مقادیر اولیه خوب شبکه رو آموزش بدیم. این کار باعث میشه شبکه خیلی سریعتر آموزش ببینه و تو نقاط مینیمم گرادیان محلی گیر نیوفته. البته اینو بگم که میتونستیم شرایط تابع برازندگی رو سفت و سختر در نظر بگیریم تا الگوریتم ژنتیک به طور کامل وظیفه آموزش شبکه رو به عهده بگیره و در نهایت لازم به آموزش شبکه نباشه. اما این کار میتونه زمان اجرای الگوریتم رو به شدت افزایش بده و شاید به نتیجه مطلوب نرسیم.
در مورد سوال دوم باید بگم که اگه تعداد نرون‌ها تو شبکه rbf کم و زیاد میشه یعنی اینکه الگوریتم بهینه ساز علاوه بر تعیین وزن‌های مناسب، ساختار شبکه رو هم داره بهینه میکنه. متاسفانه تو این زمینه کار نکردم اما میتونم منابعی رو از دوستانم که تو این زمینه کار میکنن تهیه کنم و بهتون معرفی کنم.

saman_mirdamad

سلام آقا کیام.
مرسی که جواب دادی.
اگه امکان داره همون منابع رو معرفی کن.
من برنامه بهینه سازی rbf رو با pso نوشتم ولی خوب جواب نمیده. بدجور گیر کردم.
منتظرم.
ممنون

moosavi_my1

پاسخ به اقای نصیری
سلام.خسته نباشین.اقای نصیری من میخام رو این موضوع کار کنم خیلی ممنون میشم اگه شما بتونین بهم کمک کنین
Similarity search in biological sequences
در واقع باید ی پیاده سازی داشته باشم.ایدی من هم moosavi_my1@yahoo.com
ممنون میشم اگه دوستان بتونن تو این زمینه بهم کمک کنن

sepideh1887

سلام
مرسی از فایلی که گذاشته بودین، خیلی مفید بود.
می تونید راجع به بهینه سازی نرون های لایه مخفی شبکه عصبی با ژنتیک الگوریتم من رو راهنمایی کنید؟
ممنون

sepideh1887

سلام
ممنون از جوابتون.
من مثل آقای سامان دنبال بهینه سازی structure شبکه ( تعداد لایه های مخفی و نرونهاشون) با GA ام.
ممنون می شم منابعی و که گفتین معرفی کنین.