Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Folyamatos CNN technikák
Computer Vision modellek építése és telepítése
Gyakorlatok TensorFlow és Google Colab használatával
Kép előfeldolgozás és augmentáció
Bevezetés Computer Vision
Bevezetés konvolutív Neural Networks (CNN) hálózatokba
Computer Vision valós világbeli alkalmazásai
Összegzés és következő lépések
- Számítógépes látás orvostudományban, kereskedelemben és biztonságban
- AI-alapú tárgyfelismerés és -azonosítás
- CNN hálózatok használata arckép- és mozdulatfelismerésre
- Kép előfeldolgozási technikák (méretezés, normalizálás stb.)
- Képadatok augmentálása jobb modellképzéshez
- TensorFlow képadatok pipelinejának használata
- Számítógépes látás alkalmazásainak áttekintése
- Képadatok és formátumok megértése
- Számítógépes látási feladatok kihívásai
- Környezet beállítása Google Colab-ban
- TensorFlow használata modellépítéshez
- Egyszerű CNN modellépítés TensorFlow-ban
- CNN hálózatok képkategóriázásra való edzése
- Modell teljesítményének értékelése és ellenőrzése
- Modell telepítése termelési környezetbe
- Átviadás tanulás CNN hálózatokhoz
- Előképzett modellek finomhangolása
- Adat augmentálási technikák jobb teljesítmény érdekében
- Mi az a CNN?
- CNN hálózatok architektúrája: Konvolutív rétegek, pooling és teljesen összekötött rétegek
- Hogyan használják a CNN hálózatokat számítógépes látásban
Követelmények
Célközönség
- Adat tudósok
- Műszaki AI szakemberek
- Python programozási tapasztalat
- Mélytanulás fogalmai
- Konvolúciós neuronhálózatok (CNN) alapjai
21 Órák
Vélemények (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Kurzus - Computer Vision with OpenCV
Gépi fordítás
