image processing

فرض کنید یک دیتاست مثلا شامل 2000 تصویر متعلق به 10 کلاس در اختیار دارید. هدف، طراحی یک سیستم طبقه‌بندی مبتنی بر یادگیری عمیق با margin زاویه‌ای است. برای این منظور: 1. ابتدا از یک شبکه از پیش آموزش‌دیده مانند AlexNet به‌عنوان feature extractor استفاده می‌شود و از یکی از لایه‌های fully connected آن، برای هر تصویر یک بردار ویژگی افقی با طول ثابت (مثلاً 4096 یا 1000) استخراج می‌گردد. 2. سپس بردارهای ویژگی استخراج‌شده به یک شبکه عصبی پرسپترون سه‌لایه (MLP) داده می‌شوند تا یک embedding کم‌بعدتر تولید شود. 3. در نهایت، فرآیند آموزش شبکه با استفاده از ArcFace Loss انجام می‌شود تا تفکیک بهتری بین کلاس‌ها در فضای ویژگی مبتنی بر زاویه ایجاد گردد. 4. پس از اتمام آموزش، عملکرد مدل روی داده‌های آزمون با استفاده از معیار Precision(PR curves ) ارزیابی می‌شود