Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Εισαγωγή στο Computer Vision
- Γενικός όρος των εφαρμογών computer vision
- Κατανόηση των δεδομένων και μορφών εικόνας
- Προβλήματα στις υποθέσεις computer vision
Εισαγωγή στο Convolutional Neural Networks (CNNs)
- Τι είναι τα CNNs;
- Οργάνωση των CNNs: στρώμες περιβόλου, pooling και πλήρως συνδεδεμένες στρώμες
- Πώς χρησιμοποιούνται τα CNNs στο computer vision
Εφαρμογή με TensorFlow και Google Colab
- Κατάρτιση περιβάλλοντος στο Google Colab
- Χρήση του TensorFlow για κατασκευή μοντέλων
- Δημιουργία απλού CNN μοντέλου στο TensorFlow
Προσηγειόδες τεχνικές CNN
- Μεταφορά μάθησης για CNNs
- Συμπλήρωση προ-έκδοσης μοντέλων
- Τεχνικές αύξησης δεδομένων εικόνας για βελτιωμένη περформάνσα
Προεπεξεργασία και αύξηση εικόνας
- Τεχνικές προεπεξεργασίας εικόνας (μεγέθωση, κανονικοποίηση κλπ.)
- Αύξηση δεδομένων εικόνας για καλύτερη ανάπτυξη μοντέλου
- Χρήση προϊόντος TensorFlow’s pipeline δεδομένων εικόνας
Δημιουργία και Διάθεση μοντέλων Computer Vision
- Εκπαίδευση CNNs για ταξινόμηση εικόνας
- Αξιολόγηση και αποδοχή περформάνσα μοντέλου
- Διάθεση μοντέλων σε περιβάλλοντα παραγωγής
Πρακτικές εφαρμογές του Computer Vision
- Computer vision στην υγεία, κατάστημα και ασφάλεια
- Ανίχνευση και αναγνώριση αντικειμένων με AI
- Χρήση CNNs για αναγνώριση προσώπου και σημείου
Περιγραφή και Επόμενα Βήματα
Requirements
- Εμπειρία με την προγραμματισμό Python
- Συνειδητοποίηση των κονцепτών του βαθύ ακατεύθυντου μάθησης
- Βασική γνώση των επαγγελματικών δικτύων (CNNs)
Αудитόριο
- Επιστήμονες δεδομένων
- Πράκτορες της Τεχνητής Δυναμικής (AI)
21 Hours
Testimonials (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Course - Computer Vision with OpenCV
Machine Translated
