Nemanja Vujadinović SV28-2020 (grupa 5 po službi, ali idem u 1.)
Asistent:
Marko Njegomir
Problem koji se rešava:
Potrebno je obučiti neuronsku mrežu da klasifikuje ulazni skup podataka - slike prema starosnoj dobi osobe koja se nalazi na njoj - mlad/star.
Algoritam:
Koristiće se duboke konvolucione neuronske mreže (Deep CNN) uz upotrebu PyTorch biblioteke.
Koristiće se tehnika za uveličavanje podataka (Data augmentation) radi što boljih performansi.
Podaci:
Koristiće se podaci iz CelebA dataset-a koji sadrži preko 200000 portreta poznatih ličnosti. Za svaku sliku, postoje i dodatni podaci - binarni atributi (40+) koji opisuju lice (izgled) osobe - između ostalih i attribute young. Pomenuti dataset je built-in dataset modula torchvision.dataset i pristupa mu se instanciranjem klase torchvision.datasets.CelebA(*paramaters*).
Metrika za merenje performansi:
Koristiće se procenat tačno određeno starosnog doba, uz opciono dodatne metrike. Slike iz test skupa će biti prikazane sa rezultatima kako bi se dodatno empirijski moglo validirati rešenje.
Validacija rešenja:
CelebA dataset sadrži particije skupa podataka za obučavanje, validaciju i testiranje, te će podaci biti upravo na taj način podeljeni - 70% za obučavanje, 20% za validaciju i 10% za testiranje uz moguće izmene procenata.
Članovi tima:
Nemanja Vujadinović SV28-2020 (grupa 5 po službi, ali idem u 1.)
Asistent:
Marko Njegomir
Problem koji se rešava:
Potrebno je obučiti neuronsku mrežu da klasifikuje ulazni skup podataka - slike prema starosnoj dobi osobe koja se nalazi na njoj - mlad/star.
Algoritam:
Koristiće se duboke konvolucione neuronske mreže (Deep CNN) uz upotrebu
PyTorch
biblioteke.Koristiće se tehnika za uveličavanje podataka (Data augmentation) radi što boljih performansi.
Podaci:
Koristiće se podaci iz CelebA dataset-a koji sadrži preko 200000 portreta poznatih ličnosti. Za svaku sliku, postoje i dodatni podaci - binarni atributi (40+) koji opisuju lice (izgled) osobe - između ostalih i attribute young. Pomenuti dataset je built-in dataset modula
torchvision.dataset
i pristupa mu se instanciranjem klasetorchvision.datasets.CelebA(*paramaters*)
.Metrika za merenje performansi:
Koristiće se procenat tačno određeno starosnog doba, uz opciono dodatne metrike. Slike iz test skupa će biti prikazane sa rezultatima kako bi se dodatno empirijski moglo validirati rešenje.
Validacija rešenja:
CelebA dataset sadrži particije skupa podataka za obučavanje, validaciju i testiranje, te će podaci biti upravo na taj način podeljeni - 70% za obučavanje, 20% za validaciju i 10% za testiranje uz moguće izmene procenata.