การเรียนรู้เชิงลึก :โฆษณา. วิสัยทัศน์คอมพิวเตอร์ (การตรวจจับวัตถุ+เพิ่มเติม!)
ปรับปรุงล่าสุด: ฉันจะแสดงให้คุณเห็นทั้งวิธีใช้แบบจำลองที่ได้รับการฝึกล่วงหน้า และวิธีฝึกฝนตัวคุณเองด้วยชุดข้อมูลที่กำหนดเอง บริษัท กูเกิล.
หลักสูตรนี้เป็นคำแนะนำฉบับสมบูรณ์สำหรับการตั้งค่า API การตรวจจับวัตถุ TensorFlow, ถ่ายทอดการเรียนรู้และอื่นๆ อีกมากมาย
ฉันคิดว่าสิ่งที่คุณจะพบก็คือสิ่งนั้น, หลักสูตรนี้แตกต่างไปจากหลักสูตรก่อนหน้าโดยสิ้นเชิง, คุณจะประทับใจกับปริมาณวัสดุที่เราต้องครอบคลุม.
นี่คือรายละเอียดเกี่ยวกับโครงการ.
ที่นี่เราจะแสดงดาวจาก colab understating เพราะนั่นจะช่วยในการใช้ GPU ฟรีที่ Google มอบให้เพื่อฝึกฝนโมเดลของเรา.
เราจะเชื่อมช่องว่างระหว่างสถาปัตยกรรม CNN พื้นฐานที่คุณรู้จักและชื่นชอบอยู่แล้ว, เพื่อความทันสมัย, สถาปัตยกรรมนวนิยายเช่น เรสเน็ต, และ การเริ่มต้น.
เราจะเข้าใจรายละเอียดโมดูลการตรวจจับวัตถุโดยใช้ทั้ง API การตรวจจับวัตถุเทนเซอร์โฟลว์และอัลกอริธึม YOLO.
เราจะดูอัลกอริธึมล้ำสมัยที่เรียกว่า RESNET และ MobileNetV2 ซึ่งทั้งเร็วและแม่นยำกว่ารุ่นก่อน.
สิ่งที่ดีที่สุดประการหนึ่งคือคุณจะเข้าใจพื้นฐานหลักของ CNN และวิธีแปลงเป็นการตรวจจับวัตถุอย่างช้าๆ.
ฉันหวังว่าคุณจะตื่นเต้นที่ได้เรียนรู้เกี่ยวกับแอปพลิเคชันขั้นสูงของ CNN Yolo และ Tensorflow, ฉันจะพบคุณในชั้นเรียน!
ข้อเท็จจริงที่น่าอัศจรรย์:
· หลักสูตรนี้จะทำให้คุณได้รับประสบการณ์เต็มรูปแบบในการฝึกโมเดลใน Colab GPU.
· แทนที่จะมุ่งเน้นไปที่การทำงานภายในโดยละเอียดของ CNN (ซึ่งเราได้ทำไปแล้ว), เราจะมุ่งเน้นไปที่การสร้างบล็อคระดับสูง. ผลลัพธ์? คณิตศาสตร์เกือบเป็นศูนย์.
· ผลลัพธ์อีกอย่างหนึ่ง? ไม่มีโค้ดระดับต่ำที่ซับซ้อนเช่นที่เขียนมา เทนเซอร์โฟลว์, ธีอาโน,โยโล, หรือ ไพทอร์ช (แม้ว่าแบบฝึกหัดเพิ่มเติมบางแบบฝึกหัดอาจมีแบบฝึกหัดเหล่านี้สำหรับนักเรียนที่ก้าวหน้ามากก็ตาม). ส่วนใหญ่จะเข้าคอร์ส แข็ง ซึ่งหมายถึงสิ่งที่น่าเบื่อมาก, มีการเขียนสิ่งที่ซ้ำซากสำหรับคุณ.
ข้อกำหนดเบื้องต้นที่แนะนำ:
· รู้วิธีการสร้าง, รถไฟ, และใช้ CNN โดยใช้ห้องสมุดบางแห่ง (โดยเฉพาะอย่างยิ่งใน Python)
· ทำความเข้าใจแนวคิดทางทฤษฎีพื้นฐานเบื้องหลังการบิดและโครงข่ายประสาทเทียม
· ทักษะการเขียนโค้ด Python ที่ดี, โดยเฉพาะอย่างยิ่งในด้านวิทยาศาสตร์ข้อมูลและ Numpy Stack
คอร์สนี้เพื่อใคร:
· นักเรียนและผู้เชี่ยวชาญที่ต้องการยกระดับความรู้เกี่ยวกับคอมพิวเตอร์วิทัศน์และการเรียนรู้เชิงลึกไปสู่อีกระดับ
· ใครก็ตามที่ต้องการเรียนรู้เกี่ยวกับอัลกอริธึมการตรวจจับวัตถุเช่น SSD และ YOLO
· ใครอยากเรียนเขียนโค้ดเพื่อถ่ายโอนสไตล์ประสาท
· ใครก็ตามที่ต้องการใช้การเรียนรู้แบบถ่ายโอน
· ใครก็ตามที่ต้องการลดระยะเวลาการฝึกอบรมและสร้างเครือข่ายคอมพิวเตอร์วิทัศน์ที่ล้ำสมัยอย่างรวดเร็ว
· ใครก็ตามที่เริ่มต้นจากการมองเห็นด้วยคอมพิวเตอร์
ทิ้งคำตอบไว้
คุณต้อง เข้าสู่ระบบ หรือ ลงทะเบียน เพื่อเพิ่มความคิดเห็นใหม่ .