45557 - پروژه تشخیص و شناسایی باند فرود پهپاد (شبیه‌سازی محیط در AirSim)

---

شرح پروژه

رشته مهندسی کامپیوتر هستم

یک پروزه دارم به شرح زیر

روش پیشنهادی برای تشخیص و شناسایی باند فرود پهپاد در شرایط چالش‌برانگیز ارائه می‌شود. با توجه به مشکلات مربوط به جمع‌آوری داده‌های واقعی، از شبیه‌ساز AirSim برای تولید داده‌های آموزشی استفاده شده است. علاوه بر این، برای بهبود دقت مدل در شرایط پیچیده، از ترکیب شبکه عصبی عمیق ResNet-50 بهینه‌شده با مکانیزم توجه (Attention Mechanism) بهره گرفته شده است. در ادامه، به تشریح فرآیند تولید داده، ساختار مدل، روش آموزش و معیارهای ارزیابی پرداخته خواهد شد. 

تولید و پردازش داده‌ها

شبیه‌سازی محیط در AirSim

شبیه‌ساز AirSim که توسط مایکروسافت توسعه یافته است، امکان ایجاد محیط‌های واقعی و چالش‌برانگیز برای آموزش مدل‌های بینایی ماشین را فراهم می‌کند. در این پژوهش، داده‌های تصویری با استفاده از پهپادهای مجازی در محیط‌های زیر تولید شده است: 

- شرایط جوی مختلف: مه، باران، نور کم، تابش شدید خورشید. 

- پس‌زمینه‌های متنوع: مناطق جنگلی، بیابانی، شهری، دریایی. 

- دوربین‌های مختلف: دوربین RGB، مادون قرمز (Thermal)، و دوربین عمقی (Depth Camera). 

- زویای دید مختلف: تغییر ارتفاع و جهت پهپاد برای افزایش تنوع داده‌ها. 

 برچسب‌گذاری و پردازش اولیه داده‌ها

- داده‌های جمع‌آوری‌شده از طریق API داخلی AirSim در قالب تصاویر ذخیره شدند. 

- موقعیت باند فرود در هر تصویر به‌عنوان کلاس هدف برچسب‌گذاری شد. 

- برای افزایش تنوع داده‌ها و بهبود تعمیم‌پذیری مدل، از تکنیک‌های افزایش داده (Data Augmentation) نظیر چرخش، تغییر شدت نور، اضافه کردن نویز گوسی، و تقویت کنتراست استفاده شد. 

 تبدیل داده‌ها به فرمت ورودی مدل

- تغییر اندازه تصاویر به ۲۲۴×۲۲۴ پیکسل برای سازگاری با ResNet-50. 

- نرمال‌سازی مقادیر پیکسل‌ها برای یکنواخت‌سازی ورودی‌ها. 

- تبدیل داده‌ها به آرایه‌های عددی با استفاده از کتابخانه OpenCV و NumPy. 

  معماری مدل پیشنهادی

 مدل پایه: ResNet-50

مدل ResNet-50 یکی از معماری‌های محبوب در حوزه بینایی ماشین است که از اتصالات باقی‌مانده (Residual Connections) برای جلوگیری از نابودی گرادیان در شبکه‌های عمیق استفاده می‌کند. 

ساختار ResNet-50 شامل پنج بلوک اصلی است که هرکدام دارای چندین لایه کانولوشن، نرمال‌سازی دسته‌ای (Batch Normalization) و تابع فعال‌سازی ReLU هستند. در این پژوهش، از نسخه از پیش‌آموزش‌دیده‌شده ResNet-50 استفاده شده و لایه‌های انتهایی Fully Connected آن حذف و لایه‌های جدیدی اضافه شده است. 

  بهبود مدل با مکانیزم توجه (Attention Mechanism)

به‌منظور افزایش دقت مدل در تشخیص ناحیه باند فرود، از یک لایه توجه کانال‌محور (Channel-wise Attention) استفاده شده است. این لایه به مدل کمک می‌کند که روی ویژگی‌های مهم‌تر تمرکز کند و نویز پس‌زمینه را کاهش دهد.

فرمول مکانیزم توجه به‌صورت زیر است:

که در آن: 

-  X  خروجی ویژگی‌های استخراج‌شده توسط ResNet-50 است. 

- W 1, W 2وزن‌های قابل یادگیری هستند. 

-  A نقشه توجه که میزان اهمیت هر ویژگی را مشخص می‌کند.

 معماری نهایی مدل پیشنهادی

مدل پیشنهادی دارای ساختار زیر است: 

1. ورودی: تصویر با اندازه ۲۲۴×۲۲۴×۳

2. شبکه ویژگی‌گزیر: لایه‌های اولیه ResNet-50

3. مکانیزم توجه: تمرکز بر نواحی کلیدی در تصویر 

4. لایه‌های تمام‌متصل Fully Connected): سه لایه (Dense به همراه تابع فعال‌سازی ReLU

5. لایه خروجی: تابع Softmax برای دسته‌بندی نهایی 

  روش آموزش مدل

مدل با استفاده از کتابخانه TensorFlow/Keras آموزش داده شده است. پارامترهای اصلی آموزش به شرح زیر است: 

- بهینه‌ساز: Adam با نرخ یادگیری 0.0001

- تابع هزینه: Cross-Entropy Loss 

- تعداد دوره‌های آموزشی :(Epochs): ۵۰ 

- اندازه دسته :(Batch Size) ۳۲   

- نسبت تقسیم داده‌ها: ۷۰٪ آموزش، ۱۵٪ اعتبارسنجی، ۱۵٪ تست 

 جلوگیری از  Overfitting

برای جلوگیری از Overfitting ، تکنیک‌های زیر اعمال شده‌اند: 

- Dropout: کاهش وابستگی بیش‌ازحد به برخی نورون‌ها 

- L2 Regularization: جلوگیری از پیچیدگی غیرضروری مدل 

- Early Stopping: توقف آموزش در صورت عدم بهبود عملکرد 

 معیارهای ارزیابی مدل* برای سنجش عملکرد مدل، از معیارهای استاندارد بینایی ماشین استفاده شده است: 1

. *دقت کلی Accuracy)): درصد پیش‌بینی‌های صحیح 

2. میانگین دقت کلاس‌ها Mean Average Precision - mAP)): میزان موفقیت مدل در تشخیص باند فرود 

3. ماتریس درهم‌ریختگی Confusion Matrix)): تحلیل نوع خطاهای مدل 

4. زمان پردازش Inference Time) ) :بررسی عملکرد مدل در شرایط واقعی 

 مقایسه با سایر مدل‌ها

مدل پیشنهادی با دو مدل دیگر مقایسه شده است: 

- ResNet-50 بدون مکانیزم توجه

- EfficientNet-B0 به‌عنوان مدل سبک‌تر 

نتایج نشان داد که افزودن مکانیزم توجه به ResNet-50 باعث افزایش دقت در محیط‌های چالش‌برانگیز شد و در شرایط نوری نامساعد عملکرد بهتری نسبت به سایر مدل‌ها داشت.

جزئیات پیاده‌سازی مدل پیشنهادی، فرآیند آموزش، ارزیابی مدل و تجزیه‌وتحلیل نتایج ارائه خواهد شد. ابتدا به مشخصات سخت‌افزاری و نرم‌افزاری مورد استفاده پرداخته، سپس مراحل آموزش مدل و تنظیمات بهینه‌سازی شرح داده خواهد شد. در ادامه، نتایج آزمایش‌ها، مقایسه با سایر روش‌ها و بررسی عملکرد مدل در شرایط چالش‌برانگیز ارائه می‌شود. 

 محیط پیاده‌سازی و ابزارهای مورد استفاده

 سخت‌افزار مورد استفاده:

پیاده‌سازی مدل پیشنهادی بر روی سیستم مجهز به پردازنده و کارت گرافیک قدرتمند انجام شده است تا بتواند پردازش‌های یادگیری عمیق را با سرعت بالا اجرا کند. مشخصات سیستم به شرح زیر است: 

- پردازنده (CPU): Intel Core i7-12900K 

- کارت گرافیک (GPU): NVIDIA RTX 3090 با 8 گیگابایت حافظه 

- حافظه (RAM): ۶۴ گیگابایت DDR5 

- فضای ذخیره‌سازی: ۲ ترابایت SSD NVMe 

 ابزارهای نرم‌افزاری

- سیستم‌عامل: Ubuntu 20.04 

- شبیه‌ساز: AirSim 

- چارچوب یادگیری عمیق: TensorFlow 2.8 + Keras 

- زبان برنامه‌نویسی: Python 3.9 

- کتابخانه‌های مورد استفاده:

- OpenCV برای پردازش تصاویر 

- NumPy و Pandas برای تحلیل داده‌ها 

- Matplotlib و Seaborn برای نمایش نتایج 

- Scikit-Learn برای ارزیابی مدل 

فرآیند آموزش مدل پیشنهادی

 آماده‌سازی داده‌ها

در این بخش، داده‌های تولیدشده توسط شبیه‌ساز AirSim پردازش و آماده‌سازی می‌شوند: 

- تبدیل تصاویر به فرمت مناسب: تغییر اندازه به ۲۲۴×۲۲۴

- نرمال‌سازی مقادیر پیکسل‌ها به محدوده ۰ تا ۱

- افزایش داده‌ها (Data Augmentation):

- چرخش تصادفی (Random Rotation ±20) 

- تغییر شدت روشنایی (Brightness Adjustment ±30%)

- افزودن نویز گوسی (Gaussian Noise with σ=0.05)

تنظیمات اولیه مدل

- مدل پایه: ResNet-50 از پیش‌آموزش‌دیده‌شده روی ImageNet 

- لایه‌های جدید: افزودن مکانیزم توجه (Attention Mechanism) برای بهبود تمرکز مدل 

- لایه خروجی: تابع Softmax برای طبقه‌بندی چندکلاسه 

- تابع هزینه: Categorical Cross-Entropy 

- بهینه‌ساز: Adam با نرخ یادگیری ۰.۰۰۰۱

- تعداد دوره‌های آموزشی: ۵۰ دوره (Epoch) 

- اندازه دسته (Batch Size): ۳۲ 

 جلوگیری از  (Overfitting)

: Dropout (0.3) حذف تصادفی نورون‌ها برای افزایش تعمیم‌پذیری مدل 

: L2 Regularization کاهش پیچیدگی غیرضروری مدل 

: Early Stopping توقف آموزش در صورت عدم بهبود دقت اعتبارسنجی در ۵ دوره متوالی

بنده به طور کامل به پروژه مسلط هستم و یکبار انجام دادم که چون سیستمم ضعیف بود ویندوز پرید .

و تاکید میکنم که چون کار عملی هست ، بنده گزارش تئوری نمیخوام و خروجی نرم افزار رو میخوام

کار هم طبق جزئیاتی که دادم میخوام پیاده سازی بشه

- توضیحات پروژه را ضمیمه کردم

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---