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
Introduksjon til Computer Vision
- Oversikt over datasynsapplikasjoner
- Forstå bildedata og formater
- Utfordringer i datasynsoppgaver
Introduksjon til Convolutional Neural Networks (CNNs)
- Hva er CNN?
- Arkitektur av CNN-er: Konvolusjonslag, sammenslåing og fullstendig sammenkoblede lag
- Hvordan CNN-er brukes i datasyn
Hands-on med TensorFlow og Google Colab
- Sette opp miljøet i Google Colab
- Bruker TensorFlow for modellbygging
- Bygge en enkel CNN-modell i TensorFlow
Avanserte CNN-teknikker
- Overfør læring for CNN-er
- Finjustering av forhåndstrente modeller
- Dataforsterkningsteknikker for forbedret ytelse
Bildeforbehandling og -forsterkning
- Bildeforbehandlingsteknikker (skalering, normalisering, etc.)
- Utvidelse av bildedata for bedre modelltrening
- Bruker TensorFlows bildedatapipeline
Bygge og distribuere Computer Vision modeller
- Opplæring av CNN-er for bildeklassifisering
- Evaluering og validering av modellytelse
- Distribuere modeller til produksjonsmiljøer
Virkelige applikasjoner av Computer Vision
- Datasyn innen helsevesen, detaljhandel og sikkerhet
- AI-drevet objektgjenkjenning og gjenkjenning
- Bruker CNN-er for ansikts- og bevegelsesgjenkjenning
Sammendrag og neste trinn
Krav
- Erfaring med Python programmering
- Forståelse av dyplæringskonsepter
- Grunnleggende kunnskap om konvolusjonelle nevrale nettverk (CNN)
Publikum
- Dataforskere
- AI-utøvere
21 timer
Testimonials (1)
I genuinely enjoyed the hands-on approach.
