آموزش خودروهای خودمختار: یادگیری عمیق و دید کامپیوتر در پایتون

سرفصل ها و درس ها

راه اندازی و نصب محیط Environment Setup and Installation

• معرفی Introduction

• معرفی Introduction

• Anaconda، OpenCV، Tensorflow و Course Materials را نصب کنید Install Anaconda, OpenCV, Tensorflow, and the Course Materials

• محیط خود را با تشخیص لبه بلادرنگ در یک نوت بوک Jupyter آزمایش کنید Test your Environment with Real-Time Edge Detection in a Jupyter Notebook

• Udemy 101: بیشترین بهره را از این دوره ببرید Udemy 101: Getting the Most From This Course

• یادداشت مهم Important note

• یادداشت مهم Important note

راه اندازی و نصب محیط Environment Setup and Installation

• Anaconda، OpenCV، Tensorflow و Course Materials را نصب کنید Install Anaconda, OpenCV, Tensorflow, and the Course Materials

• محیط خود را با تشخیص لبه بلادرنگ در یک نوت بوک Jupyter آزمایش کنید Test your Environment with Real-Time Edge Detection in a Jupyter Notebook

• Udemy 101: بیشترین بهره را از این دوره ببرید Udemy 101: Getting the Most From This Course

مقدمه ای بر خودروهای خودران Introduction to Self-Driving Cars

• تاریخچه مختصری از وسایل نقلیه خودران A Brief History of Autonomous Vehicles

• تاریخچه مختصری از وسایل نقلیه خودران A Brief History of Autonomous Vehicles

• بررسی اجمالی دوره و نتایج یادگیری Course Overview and Learning Outcomes

• بررسی اجمالی دوره و نتایج یادگیری Course Overview and Learning Outcomes

مقدمه ای بر خودروهای خودران Introduction to Self-Driving Cars

دوره سقوط پایتون [اختیاری] Python Crash Course [Optional]

• مبانی پایتون: فضای خالی، واردات و فهرست ها Python Basics: Whitespace, Imports, and Lists

• مبانی پایتون: فضای خالی، واردات و فهرست ها Python Basics: Whitespace, Imports, and Lists

• مبانی پایتون: تاپل ها و دیکشنری ها Python Basics: Tuples and Dictionaries

• مبانی پایتون: توابع و عملیات بولی Python Basics: Functions and Boolean Operations

• مبانی پایتون: توابع و عملیات بولی Python Basics: Functions and Boolean Operations

• مبانی پایتون: حلقه زدن و یک تمرین Python Basics: Looping and an Exercise

• مبانی پایتون: حلقه زدن و یک تمرین Python Basics: Looping and an Exercise

• آشنایی با پانداها Introduction to Pandas

• آشنایی با پانداها Introduction to Pandas

• مقدمه ای بر MatPlotLib Introduction to MatPlotLib

• مقدمه ای بر MatPlotLib Introduction to MatPlotLib

• معرفی Seaborn Introduction to Seaborn

• معرفی Seaborn Introduction to Seaborn

دوره سقوط پایتون [اختیاری] Python Crash Course [Optional]

• مبانی پایتون: تاپل ها و دیکشنری ها Python Basics: Tuples and Dictionaries

مبانی بینایی کامپیوتر: بخش 1 Computer Vision Basics: Part 1

• بینایی کامپیوتر چیست و چرا اهمیت دارد؟ What is computer vision and why is it important?

• سیستم بینایی انسان در مقابل کامپیوتر Humans vs. Computers Vision system

• سیستم بینایی انسان در مقابل کامپیوتر Humans vs. Computers Vision system

• تصویر چیست و چگونه به صورت دیجیتالی ذخیره می شود؟ what is an image and how is it digitally stored?

• [فعالیت] تصویر رنگی را مشاهده کنید و RGB را به خاکستری تبدیل کنید [Activity] View colored image and convert RGB to Gray

• [فعالیت] تصویر رنگی را مشاهده کنید و RGB را به خاکستری تبدیل کنید [Activity] View colored image and convert RGB to Gray

• [فعالیت] تشخیص خطوط خطوط در تصویر مقیاس خاکستری [Activity] Detect lane lines in gray scale image

• [فعالیت] تشخیص خطوط خطوط در تصویر رنگی [Activity] Detect lane lines in colored image

• [فعالیت] تشخیص خطوط خطوط در تصویر رنگی [Activity] Detect lane lines in colored image

• چالش های تکنیک انتخاب رنگ چیست؟ What are the challenges of color selection technique?

• فضاهای رنگی Color Spaces

• [فعالیت] فضاهای رنگی RGB را به HSV تبدیل کنید و کانال ها را ادغام/تقسیم کنید [Activity] Convert RGB to HSV color spaces and merge/split channels

• پیچش - تیز کردن و تاری Convolutions - Sharpening and Blurring

• [فعالیت] پیچیدگی - تیز کردن و محو کردن [Activity] Convolutions - Sharpening and Blurring

• [فعالیت] پیچیدگی - تیز کردن و محو کردن [Activity] Convolutions - Sharpening and Blurring

• تشخیص لبه و محاسبات گرادیان (Sobel، Laplace و Canny) Edge Detection and Gradient Calculations (Sobel, Laplace and Canny)

• [فعالیت] تشخیص لبه و محاسبات گرادیان (Sobel، Laplace و Canny) [Activity] Edge Detection and Gradient Calculations (Sobel, Laplace and Canny)

• [فعالیت] پروژه شماره 1: Canny Sobel و Laplace Edge Detection با استفاده از وب کم [Activity] Project #1: Canny Sobel and Laplace Edge Detection using Webcam

مبانی بینایی کامپیوتر: بخش 1 Computer Vision Basics: Part 1

• بینایی کامپیوتر چیست و چرا اهمیت دارد؟ What is computer vision and why is it important?

• تصویر چیست و چگونه به صورت دیجیتالی ذخیره می شود؟ what is an image and how is it digitally stored?

• [فعالیت] تشخیص خطوط خطوط در تصویر مقیاس خاکستری [Activity] Detect lane lines in gray scale image

• چالش های تکنیک انتخاب رنگ چیست؟ What are the challenges of color selection technique?

• فضاهای رنگی Color Spaces

• [فعالیت] فضاهای رنگی RGB را به HSV تبدیل کنید و کانال ها را ادغام/تقسیم کنید [Activity] Convert RGB to HSV color spaces and merge/split channels

• پیچش - تیز کردن و تاری Convolutions - Sharpening and Blurring

• تشخیص لبه و محاسبات گرادیان (Sobel، Laplace و Canny) Edge Detection and Gradient Calculations (Sobel, Laplace and Canny)

• [فعالیت] تشخیص لبه و محاسبات گرادیان (Sobel، Laplace و Canny) [Activity] Edge Detection and Gradient Calculations (Sobel, Laplace and Canny)

• [فعالیت] پروژه شماره 1: Canny Sobel و Laplace Edge Detection با استفاده از وب کم [Activity] Project #1: Canny Sobel and Laplace Edge Detection using Webcam

مبانی بینایی کامپیوتر: قسمت 2 Computer Vision Basics: Part 2

• تبدیل تصویر - چرخش، ترجمه و تغییر اندازه Image Transformation - Rotations, Translation and Resizing

• [فعالیت] کد برای انجام چرخش، ترجمه و تغییر اندازه [Activity] Code to perform rotation, translation and resizing

• تبدیل تصویر - تبدیل چشم انداز Image Transformations – Perspective transform

• تبدیل تصویر - تبدیل چشم انداز Image Transformations – Perspective transform

• [فعالیت] تغییر شکل تصویر غیر وابسته را روی یک تصویر علائم راهنمایی و رانندگی انجام دهید [Activity] Perform non-affine image transformation on a traffic sign image

• اتساع و فرسایش برش تصویر Image cropping dilation and erosion

• اتساع و فرسایش برش تصویر Image cropping dilation and erosion

• [فعالیت] کد برای انجام اتساع و فرسایش برش تصویر [Activity] Code to perform Image cropping dilation and erosion

• [فعالیت] کد برای انجام اتساع و فرسایش برش تصویر [Activity] Code to perform Image cropping dilation and erosion

• پوشش منطقه مورد علاقه Region of interest masking

• [فعالیت] کد برای تعریف منطقه مورد علاقه [Activity] Code to define the region of interest

• [فعالیت] کد برای تعریف منطقه مورد علاقه [Activity] Code to define the region of interest

• نظریه تبدیل هاف Hough transform theory

• نظریه تبدیل هاف Hough transform theory

• [فعالیت] تبدیل Hough – مثال عملی در پایتون [Activity] Hough transform – practical example in python

• راه حل پروژه: تبدیل Hough برای تشخیص خطوط خطوط در یک تصویر Project Solution: Hough transform to detect lane lines in an image

• راه حل پروژه: تبدیل Hough برای تشخیص خطوط خطوط در یک تصویر Project Solution: Hough transform to detect lane lines in an image

مبانی بینایی کامپیوتر: قسمت 2 Computer Vision Basics: Part 2

• تبدیل تصویر - چرخش، ترجمه و تغییر اندازه Image Transformation - Rotations, Translation and Resizing

• [فعالیت] کد برای انجام چرخش، ترجمه و تغییر اندازه [Activity] Code to perform rotation, translation and resizing

• [فعالیت] تغییر شکل تصویر غیر وابسته را روی یک تصویر علائم راهنمایی و رانندگی انجام دهید [Activity] Perform non-affine image transformation on a traffic sign image

• پوشش منطقه مورد علاقه Region of interest masking

• [فعالیت] تبدیل Hough – مثال عملی در پایتون [Activity] Hough transform – practical example in python

مبانی بینایی کامپیوتر: قسمت 3 Computer Vision Basics: Part 3

• ویژگی های تصویر و اهمیت آنها برای تشخیص اشیا Image Features and their importance for object detection

• ویژگی های تصویر و اهمیت آنها برای تشخیص اشیا Image Features and their importance for object detection

• [فعالیت] یک کامیون را در یک تصویر به صورت دستی پیدا کنید! [Activity] Find a truck in an image manually!

• تطبیق الگو - یک کامیون پیدا کنید Template Matching - Find a Truck

• [فعالیت] راه حل پروژه: با استفاده از تطبیق الگو، یک کامیون پیدا کنید [Activity] Project Solution: Find a Truck Using Template Matching

• [فعالیت] راه حل پروژه: با استفاده از تطبیق الگو، یک کامیون پیدا کنید [Activity] Project Solution: Find a Truck Using Template Matching

• تشخیص گوشه - هریس Corner detection – Harris

• تشخیص گوشه - هریس Corner detection – Harris

• [فعالیت] کد برای انجام تشخیص گوشه [Activity] Code to perform corner detection

• مقیاس تصویر - هرمی بالا/پایین Image Scaling – Pyramiding up/down

• [فعالیت] کد برای اجرای هرم تصویر [Activity] Code to perform Image pyramiding

• [فعالیت] کد برای اجرای هرم تصویر [Activity] Code to perform Image pyramiding

• هیستوگرام رنگ ها Histogram of colors

• هیستوگرام رنگ ها Histogram of colors

• [فعالیت] کد برای به دست آوردن هیستوگرام رنگی [Activity] Code to obtain color histogram

• هیستوگرام گرادیان های جهت دار (HOG) Histogram of Oriented Gradients (HOG)

• هیستوگرام گرادیان های جهت دار (HOG) Histogram of Oriented Gradients (HOG)

• [فعالیت] کد برای انجام استخراج ویژگی HOG [Activity] Code to perform HOG Feature extraction

• استخراج ویژگی - SIFT، SURF، FAST و ORB Feature Extraction - SIFT, SURF, FAST and ORB

• استخراج ویژگی - SIFT، SURF، FAST و ORB Feature Extraction - SIFT, SURF, FAST and ORB

• [فعالیت] استخراج ویژگی FAST/ORB در OpenCV [Activity] FAST/ORB Feature Extraction in OpenCV

مبانی بینایی کامپیوتر: قسمت 3 Computer Vision Basics: Part 3

• [فعالیت] یک کامیون را در یک تصویر به صورت دستی پیدا کنید! [Activity] Find a truck in an image manually!

• تطبیق الگو - یک کامیون پیدا کنید Template Matching - Find a Truck

• [فعالیت] کد برای انجام تشخیص گوشه [Activity] Code to perform corner detection

• مقیاس تصویر - هرمی بالا/پایین Image Scaling – Pyramiding up/down

• [فعالیت] کد برای به دست آوردن هیستوگرام رنگی [Activity] Code to obtain color histogram

• [فعالیت] کد برای انجام استخراج ویژگی HOG [Activity] Code to perform HOG Feature extraction

• [فعالیت] استخراج ویژگی FAST/ORB در OpenCV [Activity] FAST/ORB Feature Extraction in OpenCV

یادگیری ماشینی: قسمت 1 Machine Learning: Part 1

• یادگیری ماشینی چیست؟ What is Machine Learning?

• یادگیری ماشینی چیست؟ What is Machine Learning?

• ارزیابی سیستم‌های یادگیری ماشین با اعتبارسنجی متقابل Evaluating Machine Learning Systems with Cross-Validation

• رگرسیون خطی Linear Regression

• رگرسیون خطی Linear Regression

• [فعالیت] رگرسیون خطی در عمل [Activity] Linear Regression in Action

• رگرسیون لجستیک Logistic Regression

• [فعالیت] رگرسیون لجستیک در عمل [Activity] Logistic Regression In Action

• [فعالیت] رگرسیون لجستیک در عمل [Activity] Logistic Regression In Action

• درختان تصمیم گیری و جنگل های تصادفی Decision Trees and Random Forests

• [فعالیت] درختان تصمیم در عمل [Activity] Decision Trees In Action

• [فعالیت] درختان تصمیم در عمل [Activity] Decision Trees In Action

یادگیری ماشینی: قسمت 1 Machine Learning: Part 1

• ارزیابی سیستم‌های یادگیری ماشین با اعتبارسنجی متقابل Evaluating Machine Learning Systems with Cross-Validation

• [فعالیت] رگرسیون خطی در عمل [Activity] Linear Regression in Action

• رگرسیون لجستیک Logistic Regression

• درختان تصمیم گیری و جنگل های تصادفی Decision Trees and Random Forests

یادگیری ماشینی: قسمت 2 Machine Learning: Part 2

• قضیه بیز و بیز ساده لوح Bayes Theorem and Naive Bayes

• [فعالیت] ساده لوح بیز در عمل [Activity] Naive Bayes in Action

• ماشین‌های بردار پشتیبانی (SVM) و دسته‌بندی‌کننده‌های بردار پشتیبانی (SVC) Support Vector Machines (SVM) and Support Vector Classifiers (SVC)

• ماشین‌های بردار پشتیبانی (SVM) و دسته‌بندی‌کننده‌های بردار پشتیبانی (SVC) Support Vector Machines (SVM) and Support Vector Classifiers (SVC)

• [فعالیت] پشتیبانی از طبقه‌بندی‌کننده‌های برداری در عمل [Activity] Support Vector Classifiers in Action

• راه حل پروژه: تشخیص اتومبیل ها با استفاده از SVM - قسمت شماره 1 Project Solution: Detecting Cars Using SVM - Part #1

• راه حل پروژه: تشخیص اتومبیل ها با استفاده از SVM - قسمت شماره 1 Project Solution: Detecting Cars Using SVM - Part #1

• [فعالیت] تشخیص اتومبیل ها با استفاده از SVM - قسمت شماره 2 [Activity] Detecting Cars Using SVM - Part #2

• [فعالیت] راه‌حل پروژه: تشخیص اتومبیل‌ها با استفاده از SVM - قسمت #3 [Activity] Project Solution: Detecting Cars Using SVM - Part #3

• [فعالیت] راه‌حل پروژه: تشخیص اتومبیل‌ها با استفاده از SVM - قسمت #3 [Activity] Project Solution: Detecting Cars Using SVM - Part #3

یادگیری ماشینی: قسمت 2 Machine Learning: Part 2

• قضیه بیز و بیز ساده لوح Bayes Theorem and Naive Bayes

• [فعالیت] ساده لوح بیز در عمل [Activity] Naive Bayes in Action

• [فعالیت] پشتیبانی از طبقه‌بندی‌کننده‌های برداری در عمل [Activity] Support Vector Classifiers in Action

• [فعالیت] تشخیص اتومبیل ها با استفاده از SVM - قسمت شماره 2 [Activity] Detecting Cars Using SVM - Part #2

شبکه های عصبی مصنوعی Artificial Neural Networks

• مقدمه: شبکه های عصبی مصنوعی چیست و چگونه یاد می گیرند؟ Introduction: What are Artificial Neural Networks and how do they learn?

• مقدمه: شبکه های عصبی مصنوعی چیست و چگونه یاد می گیرند؟ Introduction: What are Artificial Neural Networks and how do they learn?

• مدل پرسپترون تک نورون Single Neuron Perceptron Model

• مدل پرسپترون تک نورون Single Neuron Perceptron Model

• توابع فعال سازی Activation Functions

• توابع فعال سازی Activation Functions

• آموزش ANN و تقسیم داده ها ANN Training and dataset split

• آموزش ANN و تقسیم داده ها ANN Training and dataset split

• مثال عملی - تعیین سرعت خودرو Practical Example - Vehicle Speed Determination

• مثال عملی - تعیین سرعت خودرو Practical Example - Vehicle Speed Determination

• کد برای ساخت یک پرسپترون برای طبقه بندی باینری Code to build a perceptron for binary classification

• کد برای ساخت یک پرسپترون برای طبقه بندی باینری Code to build a perceptron for binary classification

• آموزش پس تکثیر Backpropagation Training

• کد برای آموزش یک پرسپترون برای طبقه بندی باینری Code to Train a perceptron for binary classification

• دو و چند لایه پرسپترون ANN Two and Multi-layer Perceptron ANN

• دو و چند لایه پرسپترون ANN Two and Multi-layer Perceptron ANN

• مثال 1 - ساخت پرسپترون چند لایه برای طبقه بندی باینری Example 1 - Build Multi-layer perceptron for binary classification

• مثال 2 - ساخت پرسپترون چند لایه برای طبقه بندی باینری Example 2 - Build Multi-layer perceptron for binary classification

• مثال 2 - ساخت پرسپترون چند لایه برای طبقه بندی باینری Example 2 - Build Multi-layer perceptron for binary classification

شبکه های عصبی مصنوعی Artificial Neural Networks

• آموزش پس تکثیر Backpropagation Training

• کد برای آموزش یک پرسپترون برای طبقه بندی باینری Code to Train a perceptron for binary classification

• مثال 1 - ساخت پرسپترون چند لایه برای طبقه بندی باینری Example 1 - Build Multi-layer perceptron for binary classification

یادگیری عمیق و تنسورفلو: قسمت 1 Deep Learning and Tensorflow: Part 1

• مقدمه ای بر یادگیری عمیق و تنسورفلو Intro to Deep Learning and Tensorflow

• ساخت شبکه‌های عصبی عمیق با کراس، عادی‌سازی و رمزگذاری تک داغ. Building Deep Neural Networks with Keras, Normalization, and One-Hot Encoding.

• ساخت شبکه‌های عصبی عمیق با کراس، عادی‌سازی و رمزگذاری تک داغ. Building Deep Neural Networks with Keras, Normalization, and One-Hot Encoding.

• [فعالیت] ساخت یک طبقه بندی لجستیک با یادگیری عمیق و Keras [Activity] Building a Logistic Classifier with Deep Learning and Keras

• [فعالیت] ساخت یک طبقه بندی لجستیک با یادگیری عمیق و Keras [Activity] Building a Logistic Classifier with Deep Learning and Keras

• فعال‌سازی ReLU و جلوگیری از تطبیق بیش از حد با منظم‌سازی حذف ReLU Activation, and Preventing Overfitting with Dropout Regularlization

• فعال‌سازی ReLU و جلوگیری از تطبیق بیش از حد با منظم‌سازی حذف ReLU Activation, and Preventing Overfitting with Dropout Regularlization

• [فعالیت] بهبود طبقه‌بندی‌کننده ما با منظم‌سازی حذف [Activity] Improving our Classifier with Dropout Regularization

• [فعالیت] بهبود طبقه‌بندی‌کننده ما با منظم‌سازی حذف [Activity] Improving our Classifier with Dropout Regularization

یادگیری عمیق و تنسورفلو: قسمت 1 Deep Learning and Tensorflow: Part 1

• مقدمه ای بر یادگیری عمیق و تنسورفلو Intro to Deep Learning and Tensorflow

یادگیری عمیق و تنسورفلو: قسمت 2 Deep Learning and Tensorflow: Part 2

• شبکه های عصبی کانولوشن (CNN) Convolutional Neural Networks (CNN's)

• پیاده سازی CNN در کراس Implementing CNN's in Keras

• [فعالیت] طبقه بندی تصاویر با یک CNN ساده، قسمت 1 [Activity] Classifying Images with a Simple CNN, Part 1

• [فعالیت] طبقه بندی تصاویر با یک CNN ساده، قسمت 1 [Activity] Classifying Images with a Simple CNN, Part 1

• [فعالیت] طبقه بندی تصاویر با یک CNN ساده، قسمت 2 [Activity] Classifying Images with a Simple CNN, Part 2

• حداکثر پولینگ Max Pooling

• [فعالیت] بهبود توپولوژی CNN و با Max Pooling [Activity] Improving our CNN's Topology and with Max Pooling

• [فعالیت] بهبود توپولوژی CNN و با Max Pooling [Activity] Improving our CNN's Topology and with Max Pooling

• [فعالیت] ساخت CNN برای طبقه بندی علائم راهنمایی و رانندگی [Activity] Build a CNN to Classify Traffic Signs

• [فعالیت] ساخت CNN برای طبقه بندی علائم راهنمایی و رانندگی - قسمت 2 [Activity] Build a CNN to Classify Traffic Siigns - part 2

یادگیری عمیق و تنسورفلو: قسمت 2 Deep Learning and Tensorflow: Part 2

• شبکه های عصبی کانولوشن (CNN) Convolutional Neural Networks (CNN's)

• پیاده سازی CNN در کراس Implementing CNN's in Keras

• [فعالیت] طبقه بندی تصاویر با یک CNN ساده، قسمت 2 [Activity] Classifying Images with a Simple CNN, Part 2

• حداکثر پولینگ Max Pooling

• [فعالیت] ساخت CNN برای طبقه بندی علائم راهنمایی و رانندگی [Activity] Build a CNN to Classify Traffic Signs

• [فعالیت] ساخت CNN برای طبقه بندی علائم راهنمایی و رانندگی - قسمت 2 [Activity] Build a CNN to Classify Traffic Siigns - part 2

بسته بندی Wrapping Up

• سخنرانی جایزه: دوره های بیشتری برای کشف! Bonus Lecture: More courses to explore!

• سخنرانی جایزه: دوره های بیشتری برای کشف! Bonus Lecture: More courses to explore!

بسته بندی Wrapping Up