تکنیکهای پیشرفته یادگیری عمیق برای بینایی کامپیوتر
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
آموزش داده و کالیبره کردن مدلهای تخصصی معروف به تشخیصدهندههای ناهنجاری تولید تصاویر آموزشی مصنوعی برای موقعیتهایی که جمعآوری داده بیشتر هزینهبر یا غیرممکن است. استفاده از برچسبگذاری خوکار با دستیاری هوش مصنوعی برای صرفهجویی در زمان و هزینه ایمپورت مدلها از ابزارهای شخص ثالث مانند پای تورچ و اکسپورت مدل به خارج از متلب
توضیحات دوره
بازرسی بصری و تصویربرداری پزشکی دو کاربرد هستند که به دنبال یافتن هر چیز غیرعادی در تصاویر میباشند. در این دوره، شما مدلهای تخصصی معروف به تشخیصدهندههای ناهنجاری را آموزش داده و کالیبره خواهید کرد تا نقصها را شناسایی کنید. همچنین از تکنیکهای پیشرفته برای غلبه بر چالشهای رایج داده با یادگیری عمیق استفاده خواهید کرد. برچسبگذاری با دستیاری هوش مصنوعی یک تکنیک برچسبگذاری خودکار تصاویر است که در زمان و هزینه صرفهجویی میکند، به ویژه وقتی که دهها هزار تصویر دارید. اگر تصاویر شما بسیار کم باشد، با افزایش داده، تصاویر آموزشی مصنوعی تولید خواهید کرد برای موقعیتهایی که جمعآوری داده بیشتر هزینهبر یا غیرممکن است.
در پایان این دوره، شما قادر خواهید بود:
- مدلهای تشخیص ناهنجاری را آموزش دهید.
- تصاویر آموزشی مصنوعی را با افزایش داده تولید کنید.
- از حاشیهنویسی با دستیاری هوش مصنوعی برای برچسبگذاری تصاویر و فایلهای ویدئویی استفاده کنید.
- مدلها را از ابزارهای شخص ثالث مانند پای تورچ ایمپورت کنید.
- رویکردهای استفاده از مدل خود در خارج از متلب را توصیف کنید.
در طول دوره، شما به نرمافزار متلب مورد استفاده بهترین کارفرمایان در سطح جهانی دسترسی رایگان خواهید داشت. این دورهها به کاربردهای متلب تکیه دارند، بنابراین زمان کمتری را صرف کدنویسی خواهید کرد و زمان بیشتری را برای اعمال مفاهیم یادگیری عمیق صرف خواهید کرد.
تکنیکهای پیشرفته یادگیری عمیق برای بینایی کامپیوتر
-
یادگیری عمیق برای بینایی کامپیوتر 2:47
-
تکنیکهای پیشرفته یادگیری عمیق برای بینایی کامپیوتر 2:13
-
تشخیص ناهنجاریها 5:26
-
تشخیص ناهنجاریها در متلب 6:05
-
ملاقات با مدرسان None
-
فایلهای دوره و متلب None
-
نصب مدلهای از پیش آموزشدیده None
-
تشخیص ناهنجاری PCB با PatchCore و FCDD None
-
آشنایی با ارزیابی None
-
آشنایی با افزایش داده 3:48
-
افزایش داده برای تشخیص اشیاء 3:28
-
افزایش داده برای دستهبندی None
-
مرجع سریع افزایش داده None
-
افزایش داده برای تشخیص اشیاء None
-
مثالی از افزایش داده برای بهبود عملکرد None
-
برچسبگذاری با دستیاری مدل 4:45
-
تابع اتوماسیون بستها None
-
آشنایی با پروژه برچسبگذاری تصویر پارکینگ None
-
پروژه برچسبگذاری پارکینگ None
-
پروژه یادگیری عمیق خود را شروع کنید 3:26
-
کار با مدلهای شخص ثالث 4:45
-
کد خود را یکپارچه کنید 3:22
-
خلاصهای از یادگیری عمیق برای بینایی کامپیوتر 2:17
-
مرجع گردش کار یادگیری عمیق None
-
ایمپورت و اکسپورت از پلتفرمهای شخص ثالث None
-
مدل خود را مستقر کنید None
-
مهارتهای خود را بیشتر بهبود دهید None
مشخصات آموزش
تکنیکهای پیشرفته یادگیری عمیق برای بینایی کامپیوتر
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:27
- مدت زمان :42:22
- حجم :186.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy