پروژه آموزشی طبقه بندی تصاویر بار روش باینری به دو دسته مجزا با متلب

این گزارش بنا به در خواست شما برای پیاده سازی طبقه بندی تصویر بارروش طبقه بند باینری به دودسته نوشته شده است. لیست تمامی فایل های ارسالی برای شما بصورت زیر می باشند:

به فولدر Predict و محتوای آن کاری نداشته باشید چون به عنوان پوشه موقتی کار انتخاب شده است. در پوشه Database تصاویر دیتا بیس قرار دارد. این تصاویر شامل دو گروه تصاویر واقعی صورت انسان و تصاویر جعلی می باشد. تصاویر از دیتا بیس معروف kaggle  به آدرس زیر استفاده شده است ولی بخاطر مسدود بودن این سایت از سایت دیگری که در ادامه آمد ه است این تصاویر دانلود شده اند:

https://www.kaggle.com/anantgupt/real-and-fake-face-detection

https://storage.uk.ac.ir/cafo7ltKEAWuDzjz

real_and_fake_face_detection.rar  را از لینک دوم دانلود کنید و فایل آنرا unzip کنید و از شما میخواهم دقیقا طبق تصویر بالا، فولدرهای مورد نظر را در داخل آن کپی کنید. (فولدر های training_fake  و training_real  الان خالی هستند) . کد Main  برای کلاسیفای کردن داده های شما توسط شبکه عمیق squeezenet باینری می باشد. ولی کد اول در ورژن های پایینتر هم قابل اجراست. ماتریس PreTrainedNet.mat  نتیجه  بخش آموزش کد Main  شبکه عمیق می باشند که ما روی سیستم خودمان اجرا نمودیم(زمان طولانی نیاز دارد) و نتیجه را برای شما قرار داده ایم (قسمت اول کد که آموزش شبکه هست حتما باید در متلب 2020 به بالا اجرا شود که تولباکس شبکه های عمیق را داشته باشد و همچنین شبکه پیش squeezenet را ساپورت کند. ولی قسمت دوم آن با ورژن 2019 هم قابل اجراست. درصورت تمایل به آموزش  این شبکه در سیستم خودتان هم، این فایل را اول حذف کنید و بعد کد را اجرا نمایید). نتایج  هم در فایل  ResultsCNN.txt ذخیره میشوند. در ادامه کد Main را توضیح میدهیم.

پروژه آموزشی طبقه بندی تصاویر بار روش باینری به دو دسته مجزا با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده است .