Mudanças entre as edições de "TP01 Infos SSC0715 2017(fosorio)"
De CoteiaWiki
(Criou página com '<center> <h3> SSC0715 - Sensores Inteligentes (Ênfase: Robótica) - 2017 <br> Prof. [http://www.icmc.usp.br/~fosorio/ Fernando Santos OSÓRIO] <br> Estagiário PAE - Diego Br...') |
|||
(11 revisões intermediárias pelo mesmo usuário não estão sendo mostradas) | |||
Linha 8: | Linha 8: | ||
<b>Local:</b> Engenharia de Computação - SALA: Lab. EC 8-101 - Campus II <br> | <b>Local:</b> Engenharia de Computação - SALA: Lab. EC 8-101 - Campus II <br> | ||
<b>Horário:</b> Qui. 09:20 as 11:50 <br> | <b>Horário:</b> Qui. 09:20 as 11:50 <br> | ||
+ | SSC0715 - TRABALHOS PRÁTICOS <br> | ||
<br> | <br> | ||
<hr> | <hr> | ||
− | |||
<pre> | <pre> | ||
Segundo definido no início do semestre, temos 2 avaliações: | Segundo definido no início do semestre, temos 2 avaliações: | ||
Linha 21: | Linha 21: | ||
Tema Sugerido: Uso de técnicas de Inteligência Artificial com Sensores (3D) | Tema Sugerido: Uso de técnicas de Inteligência Artificial com Sensores (3D) | ||
Aplicações "Inteligentes" com Sensores (3D) | Aplicações "Inteligentes" com Sensores (3D) | ||
− | <pre> | + | </pre> |
+ | Página do [http://wiki.icmc.usp.br/index.php/TP02_Infos_SSC0715_2017(fosorio) TP02 - Trabalho Final] | ||
+ | |||
<hr> | <hr> | ||
<pre> | <pre> | ||
Linha 31: | Linha 33: | ||
da disciplina será: | da disciplina será: | ||
− | - Implementar um reconhecer de faces baseados no uso do TensorFlow e | + | - Implementar um reconhecer de faces baseados no uso do TensorFlow e |
− | modelo de Rede Convolucional ( | + | do modelo de Rede Convolucional (CNN) do Inception (v3). O TensorFlow |
disponibiliza a rede neural Inception que permite o reconhecimento de | disponibiliza a rede neural Inception que permite o reconhecimento de | ||
até 1000 objetos da base de dados da competição do ImageNet. | até 1000 objetos da base de dados da competição do ImageNet. | ||
Esta rede se destacou e obteve um dos melhores desempenhos no ImageNet. | Esta rede se destacou e obteve um dos melhores desempenhos no ImageNet. | ||
− | - | + | - Sugere-se que o seu reconhecedor seja implementado usando o TensorFlow |
− | + | onde deverá ADICIONAR mais dois novos objetos a serem reconhecidos: | |
− | + | fotos do próprio aluno (você!) e de mais uma pessoa qualquer que | |
+ | for escolhida (pode ser uma celebridade). | ||
O motivo de reconhecer você e uma celebridade é que será mais fácil de | O motivo de reconhecer você e uma celebridade é que será mais fácil de | ||
compor a base de imagens para o aprendizado da rede Inception, afinal | compor a base de imagens para o aprendizado da rede Inception, afinal | ||
− | é fácil conseguir fotos, que podem ser feitas com o celular, webcam, etc, | + | é fácil conseguir fotos suas, que podem ser feitas com o celular, webcam, |
− | + | etc, ou, no caso de celebridades, obtidas na Internet. | |
- A técnica de aprendizado sugerida é o uso da rede Inception com o aprendizado | - A técnica de aprendizado sugerida é o uso da rede Inception com o aprendizado | ||
de novas classes (Conhecido como: "Image Retraining" ou "Transfer Learning"). | de novas classes (Conhecido como: "Image Retraining" ou "Transfer Learning"). | ||
− | Este foi o tema abordado inclusive na Aula 05 | + | Este foi o tema abordado inclusive na Aula 05: |
+ | "How to Retrain Inception's Final Layer for New Categories" | ||
− | Trabalhos diferentes/alternativos podem ser propostos mas devem ser informados | + | Trabalhos diferentes/alternativos podem também ser propostos mas devem |
− | ao professor: descrever o que pretende fazer. | + | ser informados ao professor: descrever o que pretende fazer. Você |
− | o professor e o monitor PAE a proposta | + | deve enviar por e-mail para o professor e o monitor PAE a proposta |
+ | deste trabalho alternativo. Ver e-mails na página principal da Wiki. | ||
− | As datas de entrega foram definidas no cronograma da disciplina. | + | As datas de entrega foram definidas no cronograma da disciplina: |
+ | http://wiki.icmc.usp.br/index.php/Cronograma_SSC0715_2017(fosorio) | ||
+ | Datas Tema da Aula | ||
+ | 28.09 - A06 Aula Prática: Desenvolvimento do Trabalho Prático TP01 (Check-Point) | ||
+ | 05.10 - A07 Entrega / Apresentação Check-Point | ||
+ | 12.10 - A08 TUSCA | ||
+ | 19.10 - A09 Entrega / Apresentação Check-Point | ||
+ | |||
+ | Na Aula 06 vamos trabalhar mais a questão do desenvolvimento do TP01 | ||
+ | O trabalho deve ser entregue até no Máximo a Aula 09. | ||
</pre> | </pre> | ||
+ | [[Cronograma_SSC0715_2017(fosorio) |Cronograma de Aulas ]] <br> | ||
+ | [[Material_SSC0715_2017(fosorio) |Material de Aulas 2017]] <br> | ||
<br> | <br> | ||
[http://www.icmc.usp.br/~fosorio/ F.Osório]<br> | [http://www.icmc.usp.br/~fosorio/ F.Osório]<br> | ||
[http://wiki.icmc.usp.br/index.php/SSC-715 SSC0715] <br> | [http://wiki.icmc.usp.br/index.php/SSC-715 SSC0715] <br> | ||
[http://wiki.icmc.usp.br/index.php/SSC-715-2017(fosorio) SSC0715-2017(fosorio)] <br> | [http://wiki.icmc.usp.br/index.php/SSC-715-2017(fosorio) SSC0715-2017(fosorio)] <br> | ||
− | + | Página Criada em 25 de Setembro 2017 | |
− | |||
− |
Edição atual tal como às 10h13min de 26 de outubro de 2017
SSC0715 - Sensores Inteligentes (Ênfase: Robótica) - 2017
Prof. Fernando Santos OSÓRIO
Estagiário PAE - Diego Bruno
ICMC - SSC
Local: Engenharia de Computação - SALA: Lab. EC 8-101 - Campus II
Horário: Qui. 09:20 as 11:50
SSC0715 - TRABALHOS PRÁTICOS
Segundo definido no início do semestre, temos 2 avaliações: TP01 - Trabalho Prático INDIVIDUAL: "Check-Point" Tema Sugerido: Reconhecimento de Padrões Uso de Processamento de Imagens e Visão Computacional / Redes Neurais TP02 - Trabalho Prático FINAL (EM DUPLAS): Aplicação Avançada de Sensores Inteligentes Tema Sugerido: Uso de técnicas de Inteligência Artificial com Sensores (3D) Aplicações "Inteligentes" com Sensores (3D)
Página do TP02 - Trabalho Final
>> Definição do TP01 - Trabalho Prático INDIVIDUAL: "Check-Point" Conforme apresentado e discutido na Aula 05 (Ver Wiki, Material Aulas: Aula 05) http://wiki.icmc.usp.br/index.php/Material_SSC0715_2017(fosorio) A proposta do "trabalho padrão" a ser realizado como "check-point" (TP01) da disciplina será: - Implementar um reconhecer de faces baseados no uso do TensorFlow e do modelo de Rede Convolucional (CNN) do Inception (v3). O TensorFlow disponibiliza a rede neural Inception que permite o reconhecimento de até 1000 objetos da base de dados da competição do ImageNet. Esta rede se destacou e obteve um dos melhores desempenhos no ImageNet. - Sugere-se que o seu reconhecedor seja implementado usando o TensorFlow onde deverá ADICIONAR mais dois novos objetos a serem reconhecidos: fotos do próprio aluno (você!) e de mais uma pessoa qualquer que for escolhida (pode ser uma celebridade). O motivo de reconhecer você e uma celebridade é que será mais fácil de compor a base de imagens para o aprendizado da rede Inception, afinal é fácil conseguir fotos suas, que podem ser feitas com o celular, webcam, etc, ou, no caso de celebridades, obtidas na Internet. - A técnica de aprendizado sugerida é o uso da rede Inception com o aprendizado de novas classes (Conhecido como: "Image Retraining" ou "Transfer Learning"). Este foi o tema abordado inclusive na Aula 05: "How to Retrain Inception's Final Layer for New Categories" Trabalhos diferentes/alternativos podem também ser propostos mas devem ser informados ao professor: descrever o que pretende fazer. Você deve enviar por e-mail para o professor e o monitor PAE a proposta deste trabalho alternativo. Ver e-mails na página principal da Wiki. As datas de entrega foram definidas no cronograma da disciplina: http://wiki.icmc.usp.br/index.php/Cronograma_SSC0715_2017(fosorio) Datas Tema da Aula 28.09 - A06 Aula Prática: Desenvolvimento do Trabalho Prático TP01 (Check-Point) 05.10 - A07 Entrega / Apresentação Check-Point 12.10 - A08 TUSCA 19.10 - A09 Entrega / Apresentação Check-Point Na Aula 06 vamos trabalhar mais a questão do desenvolvimento do TP01 O trabalho deve ser entregue até no Máximo a Aula 09.
Cronograma de Aulas
Material de Aulas 2017
F.Osório
SSC0715
SSC0715-2017(fosorio)
Página Criada em 25 de Setembro 2017