توضیحات
یادگیری ماشین در فلاتر – آموزش یادگیرین ماشین درفلاتر – یادگیری ماشین Flutter – یادگیری ماشین در دارت – Machine Learning در فلاتر
نام دوره : Machine Learning use in Flutter The Complete 2021 Guide
پیش نیاز:
- دانش ابتدایی از برنامه سازی با Flutter
- توسعه دهندگانی که یک سلام دنیای ساده را در فلاتر می توانند بسازند.
توضیحات:
به دوره یادگیری ماشین در Flutter خوش آمدید
با پوشش دادن تمام مفاهیم اساسی استفاده از مدلهای ML در برنامه های Flutter ، این جامع ترین و تنها دوره آموزشی Google Flutter ML به صورت آنلاین است.
ما این دوره را طی ماه ها ایجاد کردیم ، برنامه درسی را کامل کردیم و همه چیز را پوشش دادیم که به شما کمک می کند تا از مدلهای یادگیری ماشین در برنامه های دارت Flutter یاد بگیرید. این دوره به شما آموزش می دهد که برنامه های قدرتمند مبتنی بر ML را در Google Flutter برای دستگاه های Android و IOS بسازید.
نکته مهم این است که برای استفاده از مدلهای ML در داخل Flutter (دارت) و آموزش آنها نیازی به دانستن دانش پیشین در زمینه یادگیری ماشین و Computer vision ندارید.
با شروع از یک نمونه مثال بسیار ساده به شما آموزش می دهیم که از مدلهای پیشرفته ML در برنامه های Flutter (Android & IOS) خود استفاده کنید. بنابراین پس از اتمام دوره Machine Learning در فلاتر شما می توانید از هر دو مدل tflite ساده و پیشرفته به همراه کیت ml firebase ml در برنامه های Flutter (Android & IOS) خود استفاده کنید.
ساختار دوره
ما با یادگیری دو کتابخانه مهم شروع می کنیم
- انتخاب کننده تصویر: برای انتخاب تصاویر از گالری یا گرفتن تصاویر با استفاده از دوربین
- دوربین: برای گرفتن فیلم زنده از دوربین به صورت فریم به فریم
سپس با کیت Firebase ML و ویژگی های آن آشنا می شویم. ما ویژگی های کیت firebase ML را بررسی کرده و با استفاده از هر ویژگی دو برنامه ایجاد می کنیم.
برنامه هایی که در آن بخش ایجاد خواهیم کرد عبارتند از:
- برچسب گذاری تصویر Flutter (Android & IOS) با استفاده از تصاویر گالری و دوربین
- برچسب گذاری تصویر Flutter (Android & IOS) با استفاده از فیلم زنده از دوربین
- برنامه بارکد اسکن Flutter (Android & IOS) با استفاده از تصاویر گالری و دوربین
- برنامه بارکد اسکن Flutter (Android & IOS) با استفاده از فیلم زنده از دوربین
- نرم افزار تشخیص متن (Android & IOS) با استفاده از تصاویر گالری و دوربین
- نرم افزار تشخیص متن (Android & IOS) با استفاده از فیلم زنده از دوربین
- نرم افزار تشخیص چهره (Android & IOS) با استفاده از تصاویر گالری و دوربین
- نرم افزار تشخیص چهره (Android & IOS) با استفاده از فیلم زنده از دوربین
پس از یادگیری استفاده از Firebase ML Kit در برنامه های Google Flutter (Android & IOS) ، ما با استفاده از مدل های محبوب TensorFlow lite از پیش تعریف شده در برنامه های Google Flutter آشنا می شویم. بنابراین ما برخی از مدل های محبوب را بررسی می کنیم و برنامه های کاربردی Google Flutter زیر را در این بخش از Machine Learning در فلاتر ایجاد می کنیم:
- برنامه طبقه بندی تصویر Flutter (Android & IOS) با استفاده از تصاویر گالری و دوربین
- برنامه طبقه بندی تصویر Flutter (Android & IOS) با استفاده از فیلم زنده از دوربین
- برنامه تشخیص فلج (Android & IOS) با استفاده از تصاویر گالری و دوربین
- برنامه کاربردی Flutter detection object (Android & IOS) با استفاده از فیلم زنده از دوربین
- برنامه برآورد ژست انسان Flutter (Android & IOS) با استفاده از تصاویر گالری و دوربین
- برنامه برآورد ژست انسان Flutter (Android & IOS) با استفاده از فیلم زنده از دوربین
- برنامه تقسیم بندی تصویر (Android & IOS) با استفاده از تصاویر گالری و دوربین
- برنامه تقسیم بندی تصویر Flutter (Android & IOS) با استفاده از فیلم زنده از دوربین
پس از آن ، ما یاد می گیریم که از مدلهای Regression در Google Flutter استفاده کنیم و چند برنامه از جمله
- مثال Regression اساسی برای Android و IOS
- پیش بینی بهره وری سوخت برای وسایل نقلیه برای Android و IOS
پس از یادگیری استفاده از مدلهای یادگیری ماشینی از پیش تعریف شده با استفاده از مدلهای Firebase ML Kit و Tensorflow lite در داخل Flutter (Dart) ، ما یاد می گیریم که مدلهای طبقه بندی تصویر خود را بدون اطلاع از دانش پیشین در مورد یادگیری ماشین آموزش دهیم. بنابراین ما یاد می گیریم که چگونه:
- جمع آوری و ترتیب مجموعه داده ها برای آموزش مدل یادگیری ماشین
- ماشین آموزش برخی از سیستم عامل ها را تنها با چند کلیک یاد می گیرد
بنابراین در آن بخش ، ما
- مدل طبقه بندی نژاد سگ
- یک برنامه Flutter (Android & IOS) برای تشخیص نژادهای مختلف سگ بسازید
- مدل شناخت میوه با استفاده از Tensorflow
- ایجاد یک برنامه Flutter (Android & IOS) برای تشخیص میوه های مختلف
بنابراین دوره Machine Learning در فلاتر عمدتا به سه بخش عمده تقسیم می شود
- کیت Firebase ML
- مدل های پیش ساخته TensorFlow lite
- آموزش مدلهای طبقه بندی تصویر
در بخش اول یادگیری ماشین در فلاتر، ما از کاربرد Firebase ML Kit در داخل برنامه های دارت Flutter برای موارد معمول استفاده مانند:
- برچسب زدن تصویر
- اسکن بارکد
- تشخیص متن
- شناسایی چهره
ما این ویژگی ها را یکی یکی بررسی کرده و برنامه های Flutter را ایجاد می کنیم. برای هر یک از ویژگی های Firebase ML Kit ، دو برنامه ایجاد می کنیم. در برنامه اول ، ما از تصاویر گرفته شده از گالری یا دوربین و در برنامه دوم ، از تصاویر دوربین زنده با مدل Firebase ML استفاده می کنیم. بنابراین شما جدا از برنامه های ساده مبتنی بر ML ، همچنین می توانید با استفاده از فیلم دوربین زنده ، برنامه تشخیص چهره و برچسب گذاری تصویر را در دارت Google Flutter ایجاد کنید. بنابراین پس از تکمیل این بخش ، کنترل کاملی بر Google Firebase ML Kit خواهید داشت و همچنین می توانید از ویژگی های آینده Firebase ML Kit برای Google Flutter (Dart) استفاده کنید.
پس از پوشش دادن Google Firebase ML Kit ، در قسمت دوم این دوره ، با نحوه استفاده از مدل های Tensorflow lite در Google Flutter (Dart) آشنا می شوید. Tensorflow Lite یک فرمت استاندارد برای اجرای مدل های ML در دستگاه های تلفن همراه است. بنابراین در این بخش ، شما با استفاده از مدل های ML از پیش آماده شده در داخل Google Flutter dart برای ساختن آشنا می شوید.
بخش دوم دوره یادگیری ماشین در فلاتر:
- طبقه بندی تصویر (مدل ImageNet V2)
- تشخیص شی (مدل MobileNet ، مدل Tiny Yolo)
- برآورد موقعیت (مدل PostNet)
- تقسیم بندی تصویر (مدل Deeplab)
برنامه های کاربردی. بنابراین نه تنها استفاده از این مدل ها را با تصاویر یاد می گیرید ، بلکه یاد می گیرید که از آنها با فریم های فیلمبرداری شده برای ایجاد برنامه های زمان واقعی استفاده کنید.
پس از یادگیری استفاده از مدلهای یادگیری ماشین در دارت فلاتر با استفاده از دو رویکرد متفاوت در قسمت سوم این دوره ، شما یاد می گیرید که مدلهای یادگیری ماشین خود را بدون هیچ گونه دانش قبلی در مورد یادگیری ماشین آموزش دهید. بنابراین در آن بخش ، برخی از سیستم عامل ها را که به ما امکان می دهد مدلهای یادگیری ماشین را برای دستگاه های تلفن همراه تنها با چند کلیک آموزش دهیم ، بررسی می کنیم. بنابراین
در بخش سوم یادگیری ماشین در فلاتر ، شما یاد خواهید گرفت که چگونه
- مجموعه داده ها را برای آموزش مدل جمع آوری و ترتیب دهید
- آموزش ماشین یادگیری مدل ها از ابتدا با استفاده از Teachable-Machine
- آموزش مجدد مدل های موجود با استفاده از یادگیری انتقال
- استفاده از آن مدل های آموزش دیده در داخل برنامه های Google Flutter dart
بنابراین ما به مدل ها آموزش می دهیم تا نژادهای مختلف سگ را تشخیص دهند و میوه های مختلف را تشخیص دهند و سپس برنامه های کاربردی Google Flutter dart را با استفاده از آن مدل ها برای Android و IOS بسازیم.
در پایان دوره Machine Learning در فلاتر ، شما قادر خواهید بود
- از کیت Firebase ML در داخل برنامه های Google Flutter dart برای Android و IOS استفاده کنید
- با استفاده از دارت Google Flutter از مدل های Tensorflow lite آموزش دیده در برنامه Android و IOS استفاده کنید
- مدلهای طبقه بندی تصویر خود را آموزش دهید و برنامه های Flutter بسازید.
- شما همچنین مجموعه ای از بیش از 15 برنامه خواهید داشت که می توانید به هر کارفرمای بالقوه نشان دهید
یودمی ایران –
دوره در خواستی خود را در انجمن یا از طریق ایمیل مطرح کنید