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
A computer vision bemutatása
- Computer vision alkalmazásainak áttekintése
- Képadat és formátumok megértése
- A látási feladatok kihívásai
Konvolúciós neurális hálózatok (CNN) bemutatása
- Mi az a CNN?
- A CNN architektúrája: Konvolúciós rétegek, pooling és teljesen összeköttetett rétegek
- Milyen módon használják a CNN-eket a látási feladatokban?
TensorFlow és Google Colab gyakorlati alkalmazása
- Környezet beállítása a Google Colabban
- Modell építése TensorFlow segítségével
- Egyszerű CNN modell kialakítása TensorFlow-ban
Haladó CNN technikák
- Átvitel tanulás a CNN-ekhez
- Előtanított modellök finomhangolása
- Adatbővítési technikák a teljesítmény javításához
Kép előkészítés és adatbővítés
- Kép előkészítési technikák (skálázás, normálizálás stb.)
- Képadat bővítése a jobb modell tanítás érdekében
- TensorFlow képadat folyamline használata
Látási modellök építése és üzembe helyezése
- Képosztályozásra szolgáló CNN-ek tanítása
- Modell teljesítményének értékelése és ellenőrzése
- Modellök üzembe helyezése a gyári környezetben
A látás valós életbeli alkalmazásai
- Látás az egészségügy, kereskedelemben és a biztonságban
- Mesterséges intelligencia alapú objektum detekció és felismerés
- Arc és gestusfelismerés a CNN-ekkel
Összefoglalás és további lépések
Követelmények
- Python programozással való tapasztalat
- Mély tanulás alapjainak megértése
- Konvolúciós neurális hálózatok (CNN) alapvető ismeretek.
Célcsoport
- Adattudósok
- Mesterséges intelligencia szakemberek (AI practitionerek)
21 Órák
Vélemények (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Kurzus - Computer Vision with OpenCV
Gépi fordítás
