Aprendizado profundo :Adv.. Visão Computacional (detecção de objetos+mais!)

Compre Agora

Preço: $19.99

Última atualização: Mostrarei como usar um modelo pré-treinado e como treiná-lo você mesmo com um conjunto de dados personalizado em Google Co..

Este curso é um guia completo para configurar a API de detecção de objetos do TensorFlow, Transfira aprendizado e muito mais

Acho que o que você encontrará é isso, este curso é totalmente diferente do anterior, você ficará impressionado com a quantidade de material que temos para cobrir.

Aqui estão os detalhes sobre o projeto.

Aqui vamos estrelar o Colab subestimando porque isso ajudará a usar a GPU gratuita fornecida pelo Google para treinar nosso modelo.

Vamos preencher a lacuna entre a arquitetura básica da CNN que você já conhece e adora, para moderno, novas arquiteturas como ResNet, e Começo.

Entenderemos os módulos de detecção de objetos em detalhes usando a API de detecção de objetos tensorflow, bem como algoritmos YOLO.

Veremos um algoritmo de última geração chamado RESNET e MobileNetV2 que é mais rápido e mais preciso que seus antecessores.

A melhor coisa é que você entenderá os fundamentos básicos da CNN e como ela se converte lentamente em detecção de objetos.

Espero que você esteja animado para aprender sobre essas aplicações avançadas dos CNNs Yolo e Tensorflow, te vejo na aula!

FATOS INCRÍVEIS:

· Este curso oferece experiência completa em modelos de treinamento em GPU colab.

· Em vez de focar no funcionamento interno detalhado das CNNs (o que já fizemos), vamos nos concentrar em blocos de construção de alto nível. como falamos anteriormente? Quase zero matemática.

· Outro resultado? Nenhum código complicado de baixo nível, como aquele escrito em Fluxo tensor, Theano,YOLO, ou PyTorch (embora alguns exercícios opcionais possam contê-los para os alunos muito avançados). A maior parte do curso será em Duro o que significa muito do tedioso, coisas repetitivas foram escritas para você.

Pré-requisitos sugeridos:

· Saber construir, trem, e use uma CNN usando alguma biblioteca (de preferência em Python)

· Compreender os conceitos teóricos básicos por trás da convolução e das redes neurais

· Habilidades decentes de codificação em Python, de preferência em ciência de dados e Numpy Stack

Para quem é este curso:

· Estudantes e profissionais que desejam levar seu conhecimento de visão computacional e aprendizado profundo para o próximo nível

· Qualquer pessoa que queira aprender sobre algoritmos de detecção de objetos como SSD e YOLO

· Qualquer pessoa que queira aprender como escrever código para transferência de estilo neural

· Qualquer pessoa que queira usar a aprendizagem por transferência

· Qualquer pessoa que queira reduzir o tempo de treinamento e construir rapidamente redes de visão computacional de última geração

· Qualquer pessoa que esteja começando com visão computacional