Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen gezeigt.

--- ws1920:virtual_dj [2019/11/21 15:29]
justanni
+++ ws1920:virtual_dj [2019/11/28 17:51] (aktuell)
mariaring
@@ Zeile 1: / Zeile 1: @@
-**Virtual DJ, neuer Name TBA**
+========APOLLON=======
-**Hinweise von Stefan Born**
-Entscheidend ist, dass sich (große) öffentliche Datensätze finden, bei denen Bilder, bzw. Musikstücke mit ästhetischen bzw. Stimmungs-Labels versehen sind.
-Für Bilder gibt es etwa das:
+__Beschreibung des Projektnamens__
-http://academictorrents.com/details/71631f83b11d3d79d8f84efe0a7e12f0ac001460
-Für Musik das (ein bisschen klein, kann sein, dass es bessere gibt):
+-------------A   =   **Affective**-------------
-https://cs.nju.edu.cn/sufeng/data/musicmood.htm
-Mit Labels, die mehr das Genre betreffen (aber zumindest indirekt auch was mit Stimmungen zu tun haben):
+-------------P   =   **Personal**-------------
-http://millionsongdataset.com/
+-------------O   =   **Online**-------------
-Interessant auch
+-------------L   =   **Located**-------------
-https://github.com/neokt/audio-music-mood-classification
-https://neokt.github.io/projects/audio-music-mood-classification/
+-------------L   =   **Laudable**-------------
+-------------O   =   **Overdue**-------------
+-------------N   =   **Network**--------------
+__Projektbeschreibung__
+Unser Programm soll die "Grundstimmung" eines Gesichts erkennen und einen dazu passenden Song auswählen.
+Wie wir dies genau umsetzen werden wir in den nächsten Wochen erarbeiten.
+Idee: man schickt ein Selfie an unser Programm, das Programm analysiert die Stimmung und sendet einen dazu passenden Song aufs Handy.
+Umsetzung über Telegram Bot?
+__Projektteilnehmer*innen__
+  * Sven Tonke
+  * Maria Ring
+  * Dominik Krug
+  * Rosa Brunner
+  * Annika Just
+**[[Projekt-Dokumentationen]]**
-Stimmungsklassifikation von Bildern ist nicht ganz einfach. Die funktionierenden Methoden beruhen darauf, neuronale Netzwerke auf Features zu trainieren, die ihrerseits aus den mittleren Schichten von neuronalen Netzwerken kommen, die _für andere Aufgaben_ trainiert wurden.  (Typischerweise die Gewinner der großen ImageNet-Challenges, bei denen es um Bildklassifikation geht, AlexNet, ResNet,...)
-Es kann sich lohnen, außerdem noch summarische Statistiken der Bildfarben o.ä. als Eingabe zu verwenden. Ein typisches Beispiel ist hier:
-https://arxiv.org/pdf/1705.07543.pdf
-Das lässt sich alles mit den Paketen
-keras + tensorflow
-realisieren. Damit's nicht ewig dauert, braucht man eine GPU, es kann sich lohnen, die Modelle auf Google Colab zu rechnen.

Mathesis Wiki

Benutzer-Werkzeuge

Webseiten-Werkzeuge

Unterschiede

Seiten-Werkzeuge