Deep Learning | یادگیری عمیق
Открыть в Telegram
🧠 مهندس یادگیری عمیق شوید! ✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼 📲 @AIAds1
Больше📈 Аналитический обзор Telegram-канала Deep Learning | یادگیری عمیق
Канал Deep Learning | یادگیری عمیق (@deeplearning_fa) языкового сегмента Фарси является активным участником. Сейчас сообщество объединяет 14 714 подписчиков, занимая 13 560 место в категории Образование и 22 188 место в регионе Иран.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 14 714 подписчиков.
Согласно последним данным от 24 сентября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 599, а за последние 24 часа — -1, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 11.84%. В первые 24 часа после публикации контент обычно набирает 4.11% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 742 просмотров. В течение первых суток публикация набирает 605 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 6.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как عمیق, مهندس, #deeplearning, پایتون, مدل.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“🧠 مهندس یادگیری عمیق شوید!
✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼
📲 @AIAds1”
Благодаря высокой частоте обновлений (последние данные получены 25 сентября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Образование.
14 714
Подписчики
-124 часа
+1557 дней
+59930 дней
Архив постов
⁉️ پایتورچ یا تنسورفلو؟ کدوم رو انتخاب کنم؟
🏳️🌈 پایتورچ
◀️ انگار داری کد پایتون معمولی مینویسی.
◀️ خیلی آسونه و باهاش راحتی.
◀️ برای یادگیری، تحقیق و تست سریع ایدهها عالیه.
❓ حالا اگه قصد دیپلوی داری چی؟
⬅️ آره، PyTorch با TorchServe و ONNX و حتی PyTorch Mobile از دیپلوی پشتیبانی میکنه.
➖ ➖ ➖ ➖ ➖ ➖
👩💻 تنسورفلو
◀️ برای پروژههای واقعی ساخته شده.
◀️ ابزارهای خوبی برای دیپلوی مدل روی موبایل (با TF Lite) و وب (با TensorFlow.js) داره.
◀️ شرکتهای بزرگ ازش استفاده میکنن.
❓ دیپلوی چطوره؟
⬅️ تو این مورد TensorFlow حرف نداره. با ابزارهای داخلیاش دیپلوی روی موبایل، وب و کلود خیلی روونتره.
➖ ➖ ➖ ➖ ➖ ➖
✏️ خلاصه:
✅ برای یادگیری و تست سریع ⬅️ PyTorch
✅ برای ساخت محصول واقعی و مقیاسپذیر ⬅️ TensorFlow.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
📖 جزوه «مفاهیم کلیدی کامپیوتر ویژن»
👨🏻💻 این نوتبوک هم مباحث تئوری CV رو پوشش میده، هم مباحث عملی رو، و بهت کمک میکنه مفاهیم مهم کامپیوتر ویژن رو هم بفهمی، هم تو عمل اجراشون کنی.
1️⃣ مبانی تئوری و اصول پایهی کامپیوتر ویژن رو میفهمی.
2️⃣ ریاضیات پشت الگوریتمها رو نشون میده و وارد مدلها و فرمولهای ریاضی میشی که الگوریتمهای CV رو میسازن.
3️⃣ مثالهای عملی با کد پایتون برای پیادهسازی الگوریتمهایی مثل SIFT، ORB و انواع تبدیلهای تصویری.
4️⃣ خروجیها و نتایج واقعی پردازش تصویر رو میبینی.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
💯 با این ابزار از شر برچسبگذاری دستی و خستهکننده دادهها خلاص میشی!
👨🏻💻 دیگه لازم نیست برای پروژههای بینایی کامپیوتر ساعتها بشینی و دستی دادهها رو برچسبگذاری کنی!
✅ با ابزار Autodistill میتونی مدلهای سفارشی و آمادهی تولید رو بدون هیچ برچسبگذاری دستی بسازی!
🤔 چی باعث شده این ابزار انقدر مهم بشه؟
☑️ برچسبگذاری خودکار دیتاست با استفاده از مدلهای بزرگ مثل GroundedSAM یا DINO.
✅ دانش مدلهای بزرگ رو خلاصه میکنه و میریزه تو مدلهای کوچیکتر و سریعتر (مثل YOLOv8)؛ مناسبِ استقرار روی Edge.
✔️ هیچ دخالت انسانی لازم نداره. از عکس خام بدون برچسب میرسه به مدل آمادهی پیشبینی.
┌ 💠 Autodistill
├ 📄 Documentation
└ 🐱 GitHub-Repos
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
🔴 دوره «یادگیری تقویتی عمیق»
🖥 دانشگاه کارنگی ملون
👨🏻💻 یه دوره دانشگاهی با محوریت یادگیری تقویتی عمیق، که تمرکزش فقط آشنایی با مفاهیم پیشرفته DRL نیست؛ بلکه قراره الگوریتمها رو خودت پیادهسازی و ارزیابی کنی.
✅ بخش عملی دوره حسابی پررنگه و تمرینها هم روی حل مسائل واقعی و هم کار روی مقالات روز انجام میشه.
✏️ علاوه بر یادگیری مفاهیم پایه، تو این دوره مهارت ارزیابی پیچیدگی مسائل، تحلیل تعمیمپذیری الگوریتمها و خوندن مقالات تخصصی رباتیک رو هم به دست میاری.
📂 هدف دوره فقط آموزش نیست؛ تأکید اصلی این دوره روی اینه که شرکتکنندهها بتونن ایدههای جدید توسعه بدن و روشهای مختلف رو در عمل ترکیب و ارزیابی کنن.
┌ 🥵 DRL & Control
└ 🌎 Course Homepage
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from N/a
✅ قیمت استثنایی برای ۷۰۰ دوره آموزشیِ فرادرس
👌 فقط با ۸۹ هزار تومن، مهارت جدید یاد بگیر...
♨️ دورههای آموزشی منتخب با قیمت استثنایی 👇
🔗 آموزش یادگیری ماشین – جامع و کاربردی
🔗 تجزیه و تحلیل و آماده سازی داده ها با پایتون
🔗 داده کاوی یا Data Mining در RapidMiner
🔗 یادگیری عمیق در پایتون با TensorFlow و Keras
🔗 یادگیری تقویتی عمیق DQN – مقدماتی
📚 لیست تمامی ۷۰۰ آموزش - [کلیک کنید]
🔄 FaraDars - فرادرس
📚 راهنمای جامع و عملی «PyTorch»
👨🏻💻 مشکل بیشتر آموزشهای PyTorch اینه که یا زیادی پیچیدهن یا زیادی مقدماتی. توی یکیشون از همون اول میره سراغ شبکههای عصبی و آدم گیج میشه، تو یکی دیگه هم اونقدر سطحیه که حس میکنی داری وقتت رو تلف میکنی.
📖 این جزوه از ساخت و مدیریت تنسورها تا انجام عملیات ریاضی، تغییر شکل داده و Broadcasting، رو با مثالهای کاربردی پوشش دادi تا بتونی مستقیم ازش توی پروژههات استفاده کنی.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
🗺 تخمین موقعیت بازیکنهای بسکتبال روی زمین
👨🏻💻 بعد از کلی آزمون و خطا، آخر هفته موفق شدم یه مدل نقاط کلیدی (Keypoint Detection) آموزش بدم که بتونه ۳۳ نقطه شاخص زمین بسکتبال رو دقیق تشخیص بده.
✅ با استفاده از این مدل و تکنیک Homography، میتونم موقعیت هر بازیکن رو از نمای دوربین، دقیق بیارم روی نقشه زمین بازی.
✏️ از SAM2 (نسخه دوم مدل Segment Anything از Meta) برای دنبالکردن بازیکنها استفاده کردم؛ همون مدلی که سال پیش منتشر شد و هنوزم توی کارهای بخش بندی حرف اول رو میزنه.
┌ 🏀 Basketball Court Detection
├ 🖥 Dataset
├ ♾️ Notebook
└ 🐱 GitHub-Repos
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
📖 هندبوک جامع «OpenCV»
👨🏻💻 تو بینایی کامپیوتر آموزش تئوری تا دلت بخواد پیدا میشه، اما جایی که حسابی لنگ میزنه، نبود یه راهنمای پروژهمحور و کاربردیه.
✅ این جزوه یه مجموعه کامل و منسجم از مباحث کامپیوتر ویژن که از پایه تا اجرای عملی پروژهها رو با پایتون قدم به قدم پیش میبره.
📄 هر بخشش پر از مثال کد پایتون و سناریوهای واقعی مثل پردازش تصویر، تحلیل ویدیو، تشخیص چهره و شیء و کلی نکته عملی دیگهست.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from N/a
🔥 آموزشهای جدید اضافه شد — گام سوم طرح «یادگیری و امید» در فرادرس
🎯 دریافت رایگان یک آموزش از مدرسین برتر و منتخب فرادرس
🔗 طرح «یادگیری و امید» - گام سوم [+]
موضوعات آموزشهای موجود در این طرح: 👇
• برنامهنویسی در زبانهای مختلف (MATLAB, PHP, C, Java, Python و …)
• هوش مصنوعی، یادگیری ماشین و ChatGPT
• توسعه مهارتهای فردی و نرمافزارهای کاربردی
• آموزشهای دانشگاهی و پایهای برای دانشجویان
• مهارتهای کاربردی مورد نیاز بازار کار
✅ برای مشاهده جزئیات و دریافت تخفیف ۱۰۰ درصدی رو لینک زیر کلیک کن: 👇
🔗 مشاهده لیست دورهها + کد تخفیف [+]
این پست رو برای دوستان و آشنایان خودتون بفرستید تا از این فرصت ویژه استفاده کنن.🙏
🔄 FaraDars - فرادرس
✅ دوره «یادگیری تقویتی عمیق»
🖥 دانشگاه برکلی
👨🏻💻 برای اینکه بفهمم یه ایجنت تو محیطای پیچیده چطور میتونه تصمیمهای هوشمندانه بگیره، رفتم سراغ یکی از معروفترین دورهها تو حوزه هوش مصنوعی، یعنی: «یادگیری تقویتی عمیق» از دانشگاه برکلی.
✏️ استاداش جزو پیشروهای این حوزهان و دوره رو جوری طراحی کردن که هم تئوریهای بهروز رو یاد میگیری و هم میبینی چطوری میشه توی دنیای واقعی ازشون استفاده کرد.
📂 موضوعات کلیدی که این دوره پوشش میده:
✅ گرادیان سیاست (Policy Gradients)
☑️ یادگیری Q (Q-Learning)
✔️ شبکههای Q عمیق
✔️ یادگیری تقویتی مبتنی بر مدل
✔️ یادگیری تقلیدی
┌ 🥵 CS 285: Deep RL
└ 😉 Youtube Playlist
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
📖 «ریاضیات الگوریتمهای یادگیری عمیق»
👨🏻💻 این جزوه بهجای تمرکز روی ابزارها، میاد ریاضیات پشت الگوریتمها رو توضیح میده؛ از نظریههای بنیادی یادگیری ماشین تا تحلیل عمیق شبکههای عصبی و دلیل رفتارهاشون.
✅ خوندنش باعث میشه دیپلرنینگ رو فقط به چشم یه جعبهسیاه نبینی و منطق ریاضی پشتش رو هم کامل بفهمی.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
💠 ۵ منبع غنی برای یادگیری ترنسفورمرها
1️⃣ دوره Hugging Face Transformers
⬇️ لینک (۱) | لینک (۲)
✏️ جایی که میتونی از خود سازندههای محبوبترین کتابخانه ترنسفورمرها رو یاد بگیری؛ با آموزشهای کاربردی، یه دوره کامل و کلی مثال واقعی.
➖ ➖ ➖
2️⃣ وبلاگ The Illustrated Transformer
✏️ یه توضیح تصویری و شهودی از نحوهی کار ترنسفورمرها. اگه میخوای مفاهیم Attention ،Embedding و معماری مدل رو راحت هضم کنی، این بهترین نقطه برای شروعه.
➖ ➖ ➖
3️⃣ وبلاگ The Annotated Transformer
✏️ پیادهسازی خط به خط ترنسفورمرها با PyTorch. اگه میخوای منطق داخلی مدل و جزئیات کد رو بفهمی، این منبع رو از دست نده.
➖ ➖ ➖
4️⃣ ریپوی Transformers Notebooks
✏️ یه سری نوتبوک آماده که باهاش میتونی مدل رو فاینتیون کنی، مکانیزم Attention رو ببینی و روی مسائل واقعی NLP امتحانش کنی.
➖ ➖ ➖
5️⃣ ریپوی Transformers Recipe
✏️ یه مخزن گلچین شده از مقالهها، آموزشها و نمونه کدها. بهترین راه برای اینکه بدونی توی اکوسیستم ترنسفورمرها از کجا شروع کنی و به چی برسی.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from N/a
+3
🔹 شروع ثبت نام ترم پاییز
با 40% تخفیف زودهنگام
مهلت: به مدت 7 روز
ظرفیت: 9 نفر
✅ دو مسیر شغلی یکساله به عنوان کاملترین دوره جامع مهارتی و پروژه محور علم داده در ایران
🔸 مسیر شغلی دانشمند داده:
330 ساعت . 150 جلسه . 50 هفته . 27 پروژه . 8 کورس . 7 مدرس
شیرجه در علم داده . آمار و احتمال . داده کاوی و حل مساله . پایتون . منابع داده . ماشین لرنینگ . دیپ لرنینگ . بیگ دیتا . لینوکس و داکر
♦ مسیر شغلی مهندس AI:
440 ساعت . 110 جلسه . 55 هفته . 20 پروژه . 8 کورس . 3 مدرس
مهارتهای نرم افزاری . ریاضیات هوش مصنوعی . ماشین لرنینگ پیشرفته . دیپ لرنینگ پیشرفته . توسعه و عملیات MLOps . چرخه عمر SDLC . پردازش ابری AWS/GCP . هوش مصنوعی مولد Gen AI
◾ مشاوره و ثبت نام:
t.me/daycheapply
021 910 96122
DAYCHE.com/zood
Repost from N/a
🔴 مهلت محدود — دسترسی رایگان به دورههای منتخب از مدرسین منتخب فرادرس
✅ شرایط استفاده از این طرح و دریافت تخفیف ۱۰۰ درصدی 👇👇👇
🔗 لیست تمامی دورهها و کد تخفیف [+]
❇️ یک دوره رو انتخاب کن و کاملاً رایگان، آموزش ببین 👇👇
🔹 برنامه نویسی پایتون پیشرفته + ترفندها
🔹 پیاده سازی ربات معامله گر با مدل SVM در پایتون
🔹 پیاده سازی گام به گام شبکه های عصبی در پایتون
🔹 شکلدهندههای پرامپت برای بهبود پاسخهای هوش مصنوعی
🔹 کتابخانه scikit-learn در پایتون – الگوریتمهای یادگیری ماشین
🔄 FaraDars - فرادرس
💠 کتاب «شبکههای مولد تخاصمی در عمل»
👨🏻💻 این کتاب از اون دست کتاباست که با یه سبک تازه و کاملاً عملگرا، بهت نشون میده چطور از صفر تا صد شبکههای مولد تخاصمی رو یاد بگیری و بسازی!
💬 اول با یه مدل ساده شروع میکنه و کمکم وارد جزئیات معماری GAN میشه؛ از Generator که دادههای جدید میسازه، تا Discriminator که مرز بین دادهی واقعی و ساختگی رو مشخص میکنه.
📄 اینجا فقط بحث تئوری نیست! پره از مثالهای واقعی و پروژههای عملی که بهت کمک میکنه راحت بتونی مدل GAN دلخواه خودت رو بسازی و اجرا کنی.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
ثبتنام بوتکمپ«علم داده و یادگیری ماشین»
⚠️ این بوتکمپ حضوری و با ظرفیت محدود برگزار میشه.
❗️یادگیری پروژه محوره و روی پروژه های واقعی آموزش داده میشه.
❗️در پایان بوتکمپ به شرکتهای معتبر معرفی میشید.
❗️بعد از ثبتنام عضو کامیونیتی کلاسور فمیلی میشید.
❗️شرکت کنندههای بوتکمپ یک منتور اختصاصی دارن که در حل چالشها بهشون کمک میکنه.
▪️مدت زمان برگزاری: ۸هفته
▪️تاریخ شروع: ۲۰ شهریور
▪️روزهای برگزاری : پنجشنبه و جمعه
▪️محل برگزاری: شرکت تپسی
دوره برای چه کسانی مناسبه؟
🔸افرادی که به ریاضی و داده علاقهمندن.
🔸افرادی که در حوزه برنامهنویسی کار میکنن.
🔸افرادی که میخوان وارد دنیای هوش مصنوعی بشن.
📌همراه معنوی ما در بوتکمپ علم داده :
شرکت تپسی
دیگر همراهان :
بنمانو
🌐 لینک ثبت نام:
kelaasor.com/bootcamp/Data-Science
👨💻 مشاوره :
@kelaasoradmin
Repost from SEMATEC
💡 دوره جامع علم داده سماتک، شما با تمام مهارتهای لازم برای ورود به این حوزه آشنا میشید:
⬅️پیادهسازی پایگاه دادههای رابطهای و بازیابی داده با SQL ⬅️بصریسازی دادهها با Power BI ⬅️برنامهنویسی با Python و کتابخانههای تخصصی دیتا ⬅️استخراج، آمادهسازی و پاکسازی دادهها ⬅️یادگیری ماشین، متنکاوی و یادگیری عمیق از سطح مقدماتی تا پیشرفتهاین دوره با ترکیب دقیق آموزشهای حضوری و آنلاین طراحی شده تا همه علاقهمندان، به آموزشهای حرفهای دسترسی داشته باشن. ⏱️ مدت دوره: ۱۴۰ ساعت 📌 ساختار: کاملاً کاربردی و پروژهمحور 👨💻 در طول دوره با جلسات تئوری، تمرینهای عملی و اجرای پروژههای واقعی، مفاهیم و مهارتهای کلیدی یک Data Scientist حرفهای رو از پایه تا پیشرفته یاد میگیرید. ⬅️شروع از 31 شهریور ⬅️روزهای دوشنبه 16:30 الی 20:30 ⬅️استاد: وحید قربانی ➕ همراه با مدرک دو زبانه ✅ ۵٪ تخفیف ویژه دانشجویان 📣 هر سوالی داری، مستقیم از @sematec بپرس. 📞تلفن ثبت نام: 02188738394 ✅لذت پیشرفت را تجربه کنیم 🔰سماتک، مرکز آموزشهای تخصصی IT 🚀@sematecofficial
📝 جزوه کامل «مبانی یادگیری عمیق» من
👨🏻💻 این جزوه مفاهیم دیپلرنینگ رو خیلی ساده توضیح میده. نمیره سراغ مدلهای عجیبغریب با میلیاردها پارامتر، چون تا پایهها رو نفهمی، همه چی برات گنگ باقی میمونه.
✏️ اینجا از همون اول، ساختار پرسیپترون ساده رو توضیح میده، از نقطه شروع شبکه عصبی میگه، سراغ تابعهای فعالسازی میره، فرق شبکههای تکلایه با چندلایه رو باز میکنه، و کلی نکته مهم مثل روشهای مقداردهی اولیه وزن، انواع بهینهساز و حتی گرادیان کاهشی رو یاد میگیری.
✅ وقتی این مباحث رو بفهمی، نگاهت به دیپلرنینگ از یه ابزار صرف، تبدیل میشه به یه سیستم قابل فهم و قابل بهبود.
⏪ چرا دیپلرنینگ رو انتخاب میکنیم؟
⏪ پرسپترون و معماری ساده اون
⏪ تابعهای فعالسازی و مزایا/معایب هر کدوم
⏪ تفاوت پرسپترون تکلایه و چندلایه
⏪ روشهای مقداردهی اولیه وزن
⏪ بهینهسازها و نحوه عملکردشون
⏪ گرادیان کاهشی و چالشهای اون
⏪ معرفی CNN و کاربردش در پردازش تصویر
⏪ ریاضیات لازم برای شبکههای عصبی
📎 پیادهسازی عملی ANN
📎 پیشپردازش دادهها برای ANN
📎 پروژه کامل با ANN
📎 دموی پروژه
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from N/a
⭐️ دسترسی رایگان به دورههای مدرسین منتخب فرادرس در گام سوم طرح «یادگیری و امید»❤️
🎉 شما میتوانید یکی از دورههای آموزشی موجود در این طرح را به صورت کاملاً رایگان از فرادرس دریافت کنید.
⏳ مهلت ثبت سفارش: دوشنبه ۱۷ شهریور
🔗 مشاهده لیست دورهها و کد تخفیف - [کلیک کنید]
👇 شرایط استفاده از این طرح 👇
1️⃣ هر کاربر، فقط یک بار میتواند از این کد استفاده کند.
2️⃣ این کد فقط برای یک آموزش فعال میشود و هنگام اعمال کد، باید یک آموزش در سبد سفارش شما باشد.
3️⃣ پس از ثبت سفارش با این کد روی آموزشهای یک مدرس، امکان دریافت آموزش از مدرس دیگر وجود ندارد.
4️⃣ مهلت استفاده از آموزش دریافت شده در این طرح تا پایان روز چهارشنبه، ۳۰ مهر ۱۴۰۴ میباشد.
🔄 FaraDars - فرادرس
🧐 جستجوی افراد در ویدیو و عکس، فقط با چند کلمه توصیفی!
👨🏻💻 این آخر هفته رو صرف ساخت سیستمی کردم که فقط با یه توضیح ساده مثل «یه مرد با پیراهن سفید و دوچرخه» میتونه آدمها رو تو عکسها و ویدیوها پیدا کنه. بدون نیاز به هیچ ID از قبل تعریف شده.
✏️ هدف اصلیم، ارائه یه راهحل کاربردی برای حوزههای امنیت و خردهفروشیه. درست همون جاهایی که واقعاً به همچین قابلیتی نیاز دارن و تو عمل میتونه کلی براشون ارزش خلق کنه.
❓ چیکار کردم؟
☑️ مدل SigLIP رو روی یه دیتاست ReID جدید که کلی ویژگی توصیفی دقیق داشت فاینتیون کردم (توضیحات رو با Gemini ساختم).
☑️ دیتاست رو با فرمت FiftyOne آماده کردم تا بشه به هر فرد، تو نماها و زاویههای مختلف یه ID یکتا اختصاص داد (خیلی به درد ReID میخوره).
✔️ کل مسیر رو، از ساخت داده تا فاینتیون و دیپلوی روی HuggingFace به همراه Gradio Demo ـ تو یه ریپوی کامل گذاشتم.
┌ 🥵 SigLIP Person Finder
├ 🖥 Demo
├ 🖥 Dataset
└ 🐱 GitHub-Repos
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
