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.
Kursplan
Introduktion till Computer Vision
- Översikt över program för datorseende
- Förstå bilddata och bildformat
- Utmaningar med uppgifter för datorseende
Introduktion till faltning Neural Networks (CNNs)
- Vad är CNN?
- Arkitektur för CNN: Faltningslager, pooler och fullständigt anslutna lager
- Hur CNN används inom datorseende
Hands-On med TensorFlow och Google Colab
- Konfigurera miljön i Google Colab
- Använda TensorFlow för modellbygge
- Skapa en enkel CNN-modell i TensorFlow
Avancerade CNN-tekniker
- Överför inlärning för CNN:er
- Finjustera förtränade modeller
- Dataförstärkningstekniker för förbättrad prestanda
Bildförbehandling och förstoring
- Tekniker för förbehandling av bilder (skalning, normalisering osv.)
- Utöka bilddata för bättre modellträning
- Använda TensorFlow:s bilddatapipeline
Skapa och distribuera Computer Vision-modeller
- Träna CNN:er för bildklassificering
- Utvärdera och validera modellens prestanda
- Distribuera modeller till produktionsmiljöer
Verkliga tillämpningar av Computer Vision
- Datorseende inom hälso- och sjukvård, detaljhandel och säkerhet
- AI-driven objektdetektering och igenkänning
- Använda CNN för ansikts- och gestigenkänning
Sammanfattning och nästa steg
Krav
- Erfarenhet av Python programmering
- Förståelse för begrepp inom djupinlärning
- Grundläggande kunskaper om konvolutionella neurala nätverk (CNN)
Publik
- Datavetare
- AI-utövare
21 timmar
Vittnesmål (1)
I genuinely enjoyed the hands-on approach.