اموزش مدل با استفاده از یادگیری عمیق

روش پیشنهادی برای تشخیص و شناسایی باند فرود پهپاد در شرایط چالش‌برانگیز ارائه می‌شود. با توجه به مشکلات مربوط به جمع‌آوری داده‌های واقعی، از شبیه‌ساز AirSim برای تولید داده‌های آموزشی استفاده شده است. علاوه بر این، برای بهبود دقت مدل در شرایط پیچیده، از ترکیب شبکه عصبی عمیق ResNet-50 بهینه‌شده با مکانیزم توجه (Attention Mechanism) بهره گرفته شده است. در ادامه، به تشریح فرآیند تولید داده، ساختار مدل، روش آموزش و معیارهای ارزیابی پرداخته خواهد شد. تولید و پردازش داده‌ها شبیه‌سازی محیط در AirSim شبیه‌ساز AirSim که توسط مایکروسافت توسعه یافته است، امکان ایجاد محیط‌های واقعی و چالش‌برانگیز برای آموزش مدل‌های بینایی ماشین را فراهم می‌کند. در این پژوهش، داده‌های تصویری با استفاده از پهپادهای مجازی در محیط‌های زیر تولید شده است: - شرایط جوی مختلف: مه، باران، نور کم، تابش شدید خورشید. - پس‌زمینه‌های متنوع: مناطق جنگلی، بیابانی، شهری، دریایی. - دوربین‌های مختلف: دوربین RGB، مادون قرمز (Thermal)، و دوربین عمقی (Depth Camera). - زویای دید مختلف: تغییر ارتفاع و جهت پهپاد برای افزایش تنوع داده‌ها. برچسب‌گذاری و پردازش اولیه داده‌ها - داده‌های جمع‌آوری‌شده از طریق API داخلی AirSim در قالب تصاویر ذخیره شدند. - موقعیت باند فرود در هر تصویر به‌عنوان کلاس هدف برچسب‌گذاری شد. - برای افزایش تنوع داده‌ها و بهبود تعمیم‌پذیری مدل، از تکنیک‌های افزایش داده (Data Augmentation) نظیر چرخش، تغییر شدت نور، اضافه کردن نویز گوسی، و تقویت کنتراست استفاده شد. تبدیل داده‌ها به فرمت ورودی مدل - تغییر اندازه تصاویر به 224×224 پیکسل برای سازگاری با ResNet-50. - نرمال‌سازی مقادیر پیکسل‌ها برای یکنواخت‌سازی ورودی‌ها. - تبدیل داده‌ها به آرایه‌های عددی با استفاده از کتابخانه OpenCV و NumPy. معماری مدل پیشنهادی مدل پایه: ResNet-50 مدل ResNet-50 یکی از معماری‌های محبوب در حوزه بینایی ماشین است که از اتصالات باقی‌مانده (Residual Connections) برای جلوگیری از نابودی گرادیان در شبکه‌های عمیق استفاده می‌کند. ساختار ResNet-50 شامل پنج بلوک اصلی است که هرکدام دارای چندین لایه کانولوشن، نرمال‌سازی دسته‌ای (Batch Normalization) و تابع فعال‌سازی ReLU هستند. در این پژوهش، از نسخه از پیش‌آموزش‌دیده‌شده ResNet-50 استفاده شده و لایه‌های انتهایی Fully Connected آن حذف و لایه‌های جدیدی اضافه شده است. بهبود مدل با مکانیزم توجه (Attention Mechanism) به‌منظور افزایش دقت مدل در تشخیص ناحیه باند فرود، از یک لایه توجه کانال‌محور (Channel-wise Attention) استفاده شده است. این لایه به مدل کمک می‌کند که روی ویژگی‌های مهم‌تر تمرکز کند و نویز پس‌زمینه را کاهش دهد. فرمول مکانیزم توجه به‌صورت زیر است: که در آن: - X خروجی ویژگی‌های استخراج‌شده توسط ResNet-50 است. - W 1, W 2وزن‌های قابل یادگیری هستند. - A نقشه توجه که میزان اهمیت هر ویژگی را مشخص می‌کند. و تاکید میکنم که چون کار عملی هست ، بنده گزارش تئوری نمیخوام و خروجی نرم افزار رو میخوام