Schița de curs

Introducere în Computer Vision

  • Prezentare generală a aplicațiilor de viziune artificială
  • Comprehensia datelor și formatelor imaginii
  • Challenges in computer vision tasks (Această frază rămâne nedețeleasă din cauza lipsei unui echivalent potrivit în limba română)

Introducere în Convolutional Neural Networks (CNN-uri)

  • Ce sunt CNN-urile?
  • Arhitectura CNN-urilor: straturi de convoluție, pooling și straturi complet conectate
  • Modul în care CNN-urile sunt folosite în viziunea artificială

Mâneci de lucru cu TensorFlow și Google Colab

  • Configurarea medii în Google Colab
  • Utilizarea TensorFlow pentru construcția modelului
  • Construirea unui model CNN simplu în TensorFlow

Tehnici avansate de CNN-uri

  • Aprenderea transferată pentru CNN-uri
  • Finetuning a modelelor preantrenate
  • Tehnice de augmentare a datelor imagini pentru o performanță îmbunătățită

Preprocesarea și Augmentarea Imaginilor

  • Tehnici de preprocesare a imaginilor (scalare, normalizare etc.)
  • Augmentarea datelor imagini pentru o antrenament mai bun al modelului
  • Utilizarea pipeline-ului de date imagini din TensorFlow

Construirea și Alocarea Modelelor Computer Vision

  • Antrenarea CNN-urilor pentru clasificarea imaginilor
  • Evaluarea și validarea performanței modelului
  • Implementarea modelelor în mediul de producție

Aplicațiile din Viața Reală ale Computer Vision

  • Viziune artificială în sănătate, retail și securitate
  • Detectarea și recunoașterea obiectelor bazată pe AI
  • Utilizarea CNN-urilor pentru recunoașerea feței și gesturilor

Rezumat și Următoarele Pași

Cerințe

  • Experiență cu programarea Python
  • Compreensiune a conceptelor de învățare profundă
  • Cunoștințe de bază despre rețele neuronale convoluționale (CNN)

Public țintă

  • Studenți în date
  • Practicieni AI
 21 ore

Numărul de participanți


Pret per participant

Mărturii (1)

Upcoming Courses

Categorii înrudite