یادگیری عمیق - بینایی کامپیوتری پیشرفته (GANs و SSD + موارد دیگر)

در این دوره با VGG ،ResNet ،Inception ،SSD ،RetinaNet، انتقال سبک با شبکه‌ های عصبی، GANs + موارد بیشتر در تنسورفلو، کراس و پایتون آشنا می شوید.

آنچه یاد خواهید گرفت

• درک و اعمال یادگیری انتقالی
• درک و استفاده از شبکه های عصبی کانولوشن پیشرفته مانند VGG و ResNet و Inception
• درک و استفاده از الگوریتم های تشخیص آبجکت مانند SSD
• درک و اعمال انتقال سبک با شبکه‌ های عصبی
• درک مباحث پیشرفته بینایی کامپیوتری
• نقشه های فعال سازی کلاس
• GANs (شبکه های مولد متخاصم)
• پروژه پیاده سازی محلی سازی آبجکت
• درک اصول مهم برای OpenAI ChatGPT و GPT-4 و DALL-E و Midjourney و استیبل دیفیوژن

پیش نیازهای دوره

• آشنایی با نحوه ساخت، آموزش و استفاده از CNN با استفاده از تعدادی کتابخانه (ترجیحا در پایتون)
• درک مفاهیم نظری اولیه پشت شبکه های کانولوشن و عصبی
• مهارت های مناسب کدنویسی پایتون، ترجیحا در علم داده و Numpy Stack

توضیحات دوره

اجازه دهید خلاصه ای سریع از این دوره به شما ارائه دهیم:

ما قصد داریم شکاف بین معماری اولیه CNN را که قبلاً می‌ شناسید و دوست دارید، تا معماری‌ های مدرن و جدید مانند VGG و ResNet و Inception را پر کنیم.

ما می‌ خواهیم این ها را روی تصاویر سلول‌ های خونی اعمال کنیم و سیستمی ایجاد کنیم که متخصص پزشکی بهتری از شما یا من باشد. این امر ایده جالبی را مطرح می‌ کند: اینکه پزشکان آینده انسان نیستند، بلکه ربات‌ ها هستند.

در این دوره، خواهید دید که چگونه می‌ توانیم یک CNN را به یک سیستم تشخیص آبجکت تبدیل کنیم که نه تنها تصاویر را طبقه‌ بندی می‌ کند، بلکه می‌ تواند هر آبجکت را در یک تصویر قرار دهد و برچسب آن را پیش‌ بینی کند.

می توانید تصور کنید که چنین تسکی یک پیش نیاز اولیه برای وسایل نقلیه خودران است و باید بتواند ماشین ها، عابر پیاده، دوچرخه، چراغ راهنمایی و غیره را به صورت بلادرنگ تشخیص دهد.

ما یک الگوریتم پیشرفته به نام SSD را بررسی خواهیم کرد که هم سریعتر و هم دقیق تر از الگوریتم های قبلی خود است.

یکی دیگر از تسک های بسیار محبوب بینایی کامپیوتری که از CNNs استفاده می کند، انتقال سبک با شبکه های عصبی نام دارد.

اینجاست که شما یک تصویر به نام تصویر محتوا و یک تصویر دیگر به نام تصویر سبک می گیرید و این ها را با هم ترکیب می کنید تا یک تصویر کاملاً جدید بسازید، گویی یک نقاش را استخدام کرده اید تا محتوای تصویر اول را با سبک نقاشی کند. دیگری بر خلاف یک نقاش انسان، این کار را می توان در عرض چند ثانیه انجام داد.

ما همچنین شما را با معماری معروف GAN (شبکه‌ های مولد متخاصم) آشنا می‌ کنیم، جایی که با برخی از فناوری‌ های استفاده از شبکه‌ های عصبی برای تولید تصاویر مدرن و واقع گرایانه آشنا می‌ شوید.

در حال حاضر، ما محلی‌ سازی آبجکت را نیز پیاده‌ می‌ کنیم که اولین گام اساسی برای پیاده‌ سازی سیستم کامل تشخیص آبجکت است.

این دوره برای چه کسانی مناسب است؟

• دانشجویان و متخصصانی که می خواهند دانش خود را در زمینه بینایی کامپیوتری و یادگیری عمیق به سطح بالاتری برسانند.
• کسی که می خواهد در مورد الگوریتم های تشخیص آبجکت مانند SSD و YOLO بیاموزد.
• کسی که می خواهد یاد بگیرد چگونه برای انتقال سبک با شبکه های عصبی کد بنویسد.
• کسی که می خواهد از یادگیری انتقالی استفاده کند.
• کسی که می خواهد زمان آموزش را کوتاه کند و شبکه های بینایی کامپیوتری پیشرفته بسازد.