دوره کامل بینایی کامپیوتری با GenAI - دوازده پروژه - جدید 2024

آنچه یاد خواهید گرفت:

• یادگیری عمیق
• تنسورفلو
• کراس
• شبکه عصبی کانولوشن (CNN)
• شبکه عصبی بازگشتی (RNN)
• یادگیری حافظه کوتاه و بلند (LSTM)
• واحدهای بازگشتی دروازه‌ای (GRU)
• Callbacks، چک‌پوینت‌ها و توقف زودهنگام در کراس
• شبکه‌های مولد متخاصم (GANs)
• ایجاد کپشن تصویر
• لایه‌های پیش‌پردازش کراس
• یادگیری انتقالی
• طبقه‌بندی تصویر
• حاشیه‌نویسی داده
• تشخیص دو شات با MASK RCNN
• تشخیص تک شات با YOLO
• YOLO-WORLD
• MOONDREAM
• شناسایی چهره
• تعویض چهره - تولید دیپ‌فیک (تصاویر + ویدئوها)
• تشخیص شی
• بخش‌بندی سمانتیک
• بخش‌بندی نمونه‌
• تشخیص نقاط کلیدی
• تشخیص حالت و شناسایی اکشن
• ردیابی اشیا در ویدئوها
• شمردن اشیا در ویدئوها
• تولید تصویر - دروس جایزه
• پروژه‌ها
• ImageNet
• COCO
• Pytorch
• بخش‌بندی
• طبقه‌بندی
• شناسایی الگو
• یادگیری عمیق
• یادگیری ماشین
• استخراج ویژگی
• شناسایی اعمال انسانی
• حاشیه‌نویسی تصویر
• طبقه‌بندی تصویر
• شناسایی شی
• دیپ‌فیک

پیش‌نیازهای دوره

• مبانی یادگیری ماشین
• پایتون

توضیحات دوره

به دنیای یادگیری عمیق خوش آمدید! این دوره طراحی شده تا شما را با دانش و مهارت‌های لازم برای برتری در این زمینه هیجان‌انگیز تجهیز کند. چه شما متخصص یادگیری ماشین باشید که به دنبال پیشرفت مهارت‌های خود هستید و چه یک مبتدی کامل که مشتاق یادگیری پتانسیل یادگیری عمیق هستید، این دوره نیازهای شما را برآورده می‌کند.

آنچه یاد می‌گیرید:

• تسلط به با اصول یادگیری عمیق از جمله کتابخانه‌های تنسورفلو و کراس
• کسب درک قوی از الگوریتم‌های اصلی یادگیری عمیق مانند شبکه‌های عصبی کانولوشن (CNNs)، شبکه‌های عصبی بازگشتی (RNNs) و شبکه‌های مولد متخاصم (GANs)
• کسب تجربه عملی از طریق پروژه‌های کاربردی، شامل تسک‌های مانند طبقه‌بندی تصویر، تشخیص شی و ایجاد کپشن تصویر
• بررسی مباحث پیشرفته‌ مانند یادگیری انتقالی، افزایش داده و مدل‌های پیشرفته مانند YOLOv8 و استیبل دیفیوژن

برنامه درسی دوره به دقت طراحی شده تا یک تجربه یادگیری جامع ارائه دهد:

• بخش 1 - مقدمه و مبانی بینایی کامپیوتری - ارائه اصول بینایی کامپیوتری، مبانی پردازش تصویر و فضاهای رنگ
• بخش 2 - شبکه‌های عصبی - آشنایی با دنیای یادگیری عمیق - معرفی مفهوم شبکه‌های عصبی، اصول کاری آنها و کاربردهای آنها در مسائل یادگیری عمیق
• بخش 3 - تنسورفلو و کراس - بررسی فریمورک‌های معروف یادگیری عمیق، تنسورفلو و کراس و توضیح قابلیت‌ها و استفاده از API آنها
• بخش 4 - توضیح طبقه‌بندی تصویر و پروژه - توضیح شبکه‌های عصبی کانولوشن (CNNs) که نیروی محرکه‌ تسک‌های طبقه‌بندی تصویر هستند و پروژه‌ای عملی برای تقویت درک شما
• بخش 5 - لایه‌های پیش‌پردازش کراس و یادگیری انتقالی - نشان می‌دهد چگونه می‌توان از لایه‌های پیش‌پردازش کراس برای افزایش داده‌ استفاده کرد و قدرت یادگیری انتقالی برای توسعه سریع‌تر مدل‌ را مورد بررسی قرار می‌دهد.
• بخش 6 - مقدمه RNN LSTM و GRU - آشنایی با شبکه‌های عصبی بازگشتی (RNNs)، شبکه‌های حافظه کوتاه و بلند (LSTM) و واحدهای بازگشتی دروازه‌ای (GRU) برای مدیریت داده‌ متوالی
• بخش 7 - توضیح GANS و پروژه ایجاد کپشن تصویر - معرفی شبکه‌های مولد متخاصم (GANs) و کاربردهای آنها و سپس ارائه پروژه‌ای درباره ایجاد کپشن تصویر که توانایی‌های آنها را به نمایش می‌گذارد.
• بخش 9 - تشخیص شی و هر آنچه باید بدانید - پرداختن به تشخیص شی و پوشش رویکردهای مختلف مانند تشخیص دو مرحله‌ای، معماری‌های RCNN (Fast RCNN و Faster RCNN و Mask RCNN)، YOLO و SSD
• بخش 10 - معرفی ابزارهای مورد استفاده برای حاشیه‌نویسی تصویر که برای ایجاد مجموعه‌ داده‌های برچسب‌گذاری شده برای تسک‌های تشخیص اشیا ضروری هستند.
• بخش 11 - مدل‌های YOLO برای تشخیص شی، طبقه‌بندی، بخش‌بندی و تشخیص حالت - بررسی جستجوی عمیق مدل‌های YOLO، از جمله YOLO نسخه 5 و YOLO نسخه 8 و توانایی‌های آنها در تشخیص شی، طبقه‌بندی، بخش‌بندی و تشخیص حالت - این بخش شامل پروژه‌ای درباره تشخیص شی با استفاده از YOLO نسخه 5 است.
• بخش 12 - بخش‌بندی با استفاده از FAST-SAM - معرفی FAST-SAM (مدل بخش‌بندی هر چیزی) برای تسک‌های بخش‌بندی سمانتیک
• بخش 13 - پروژه ردیابی و شمردن اشیا - ارائه فرصتی برای کار روی یک پروژه‌ شامل ردیابی و شمردن اشیا با استفاده از YOLO نسخه 8
• بخش 14 - پروژه شناسایی اعمال انسانی - راهنمایی شما از طریق پروژه‌ شناخت اعمال انسانی با استفاده از مدل‌های یادگیری عمیق
• بخش 15 - مدل‌های تحلیل تصویر - بررسی مختصر مدل‌های از پیش‌ آموزش‌ دیده برای تسک‌های تحلیل تصویر مانند YOLO-WORLD و Moondream1
• بخش 16 - تشخیص و شناسایی چهره (تحلیل سن، جنسیت و حالت) - معرفی تکنیک‌های تشخیص و شناسایی چهره، از جمله کتابخانه دیپ‌فیس برای تحلیل سن، جنسیت و حالت از روی تصاویر
• بخش 17 - تولید دیپ‌فیک - بررسی دیپ‌فیک‌ها و نحوه تولید آنها
• بخش 18 - مبحث جایزه - GENERATIVE AI - تولید تصویر از طریق پرامپت‌نویسی - مدل‌های انتشار - معرفی دنیای هیجان‌انگیز GENERATIVE AI با تمرکز بر مدل‌های استیبل دیفیوژن، از جمله CLIP و U-Net و ابزارها و منابع مرتبط

آنچه این دوره را متمایز می‌کند:

• برنامه درسی بروز - این دوره شامل آخرین پیشرفت‌ها در یادگیری عمیق، از جمله YOLO نسخه 8، استیبل دیفیوژن و Fast-SAM می‌باشد.
• پروژه‌های عملی - دانش خود را از طریق پروژه‌های عملی اعمال کرده و درک عمیق‌تری از کاربردهای واقعی حاصل می‌کنید.
• توضیحات واضح - مفاهیم پیچیده به ماژول‌های آسان‌ و قابل فهم تقسیم شده و توضیحات و مثال‌های دقیق ارائه می‌شود.
• مسیر یادگیری ساختاریافته - برنامه درسی منظم تضمین می‌کند که تجربه یادگیری آسانی دارید.

این دوره برای چه کسانی مناسب است؟

• مبتدیان در یادگیری ماشین که مشتاق هستند یادگیری عمیق را بیاموزند.
• توسعه‌دهندگان پایتون با دانش پایه در یادگیری ماشین
• کسی که می‌خواهد درباره الگوریتم‌های بینایی کامپیوتری مبتنی بر یادگیری عمیق بیاموزد.