تخمین ژست انسان از روی تصاویر

پیاده سازی یک مدل یادگیری عمیق که از یک شبکه بک بن و یک شبکه دارای سه طبقه موازی است تشکیل شده است و کار آن تخمین ژست افراد درون تصاویر می‌باشد. در این پروژه نیاز است که از دیتاست coco که دارای 270000 تصویر است استفاده شود. فریلنسر نیاز دارد به زبان پایتون، پردازش تصویر، یادگیری عمیق، یادگیری انتقالی مسلط باشد و به سخت افزار قدرتمند دسترسی داشته باشد. مدل مورد از روی یک مقاله طراحی شده است و تفاوت آن با مقاله فقط شبکه بک بن می‌باشد. مقاله دارای کد با کتابخانه پایتورچ در گیت هاب خود است.