بهروزرسانی: ژوئن-2020
کد سازگار با TensorFlow 2.0
راهنمای نصب ویندوز برای TensorFlow2.0 (با Keras)، OpenCV4 و Dlib
Deep Learning Computer Vision™ از Python Keras برای پیاده سازی CNN، YOLO، TFOD، R-CNN، SSD GAN ها + معرفی رایگان OpenCV استفاده کنید.
اگر میخواهید تمام آخرین مفاهیم 2019 را در کاربرد Deep Learning در Computer Vision بیاموزید، دیگر به دنبال آن نباشید - این دوره برای شماست! چارچوب های یادگیری عمیق زیر را در پایتون دریافت خواهید کرد:
کراس
Tensorflow 2.0
TensorFlow Object Detection API
YOLO (DarkNet و DarkFlow)
OpenCV4
همه در یک ماشین مجازی آسان برای استفاده، با تمام کتابخانه ها از پیش نصب شده!
============================================== =======
بهروزرسانیهای آوریل 2019:
چگونه یک Cloud GPU را در PaperSpace راه اندازی کنیم و یک CIFAR10 AlexNet CNN را تقریباً 100 برابر سریعتر آموزش دهیم!
یک Computer Vision API و Web App بسازید و با استفاده از یک نمونه EC2 آن را روی AWS میزبانی کنید!
بهروزرسانیهای مارس 2019:
پروژه های خوان شماره کارت اعتباری تشخیص چهره به تازگی اضافه شده
چند نفر را با استفاده از وب کم خود شناسایی کنید
تشخیص چهره در شخصیتهای نمایش تلویزیونی دوستان
از یک کارت اعتباری عکس بگیرید، اعداد روی آن کارت را استخراج و شناسایی کنید!
============================================== =======
برنامههای بینایی رایانهای که شامل یادگیری عمیق هستند در حال رشد هستند!
داشتن ماشینهایی که میتوانند "دیدن" را داشته باشند، دنیای ما را تغییر میدهد و تقریباً هر صنعت را متحول میکند. ماشینها یا روباتهایی که میتوانند ببینند میتوانند:
عمل جراحی را انجام دهید و با اسکن های پزشکی شما را به طور دقیق تجزیه و تحلیل و تشخیص دهید.
فعال کردن خودروهای خودران
تغییر اساسی روباتها به ما امکان میدهد رباتهایی بسازیم که میتوانند پخته، تمیز کنند و تقریباً در هر کاری به ما کمک کنند
درک آنچه در ویدئوهای نظارت دوربین مداربسته دیده میشود را بدانید، بنابراین امنیت، مدیریت ترافیک و سرویسهای دیگر را انجام دهید
با انتقالهای سبک عصبی شگفتانگیز و دیگر انواع خلاقانه تولید تصویر، هنر ایجاد کنید
شبیهسازی بسیاری از وظایف مانند چهرههای پیر، اصلاح فیدهای ویدیویی زنده و جایگزینی واقعی بازیگران در فیلمها
شرکتهای بزرگ فناوری مانند فیسبوک، گوگل، مایکروسافت، اپل، آمازون و تسلا میلیاردها دلار را به تحقیقات بینایی رایانه اختصاص میدهند.
در نتیجه، تقاضا برای تخصص بینایی کامپیوتر به طور تصاعدی در حال افزایش است!
با این حال، یادگیری بینایی کامپیوتر با یادگیری عمیق سخت است!
آموزش ها بیش از حد فنی و نظری هستند
کد قدیمی است
مبتدیها نمیدانند از کجا شروع کنند
به همین دلیل این دوره را ساختم!
من ماهها را صرف ایجاد یک مسیر یادگیری مناسب و کامل کردم.
من تمام مفاهیم کلیدی را به صورت منطقی و بدون بارگذاری بیش از حد با تئوری ریاضی در حالی که از به روزترین روش ها استفاده می کنم، آموزش می دهم.
من یک ماشین مجازی رایگان ایجاد کردم که تمام کتابخانه های یادگیری عمیق (Keras، TensorFlow، OpenCV، TFODI، YOLO، Darkflow و غیره) نصب شده است! این کار باعث صرفه جویی در ساعتها نصب پیچیده و دردناک میشود
من با استفاده از مثال های عملی آموزش می دهم و شما با انجام 18 پروژه یاد خواهید گرفت!
پروژه هایی مانند:
دستهبندی رقمی دستنویس با استفاده از MNIST
طبقه بندی تصویر با استفاده از CIFAR10
دستهبندی سگ در مقابل گربه
طبقهبندی گل با استفاده از Flowers-17
طبقهبندی مد با استفاده از FNIST
طبقهبندی نژاد میمون
طبقه بندی میوه
طبقهبندی کاراکتر Simpsons
استفاده از مدل های از پیش آموزش دیده ImageNet برای طبقه بندی 1000 کلاس شی
طبقه بندی سن، جنسیت و احساسات
یافتن هسته ها در اسکن های پزشکی با استفاده از U-Net
تشخیص شی با استفاده از مدل ResNet50 SSD ساخته شده با استفاده از تشخیص اشیاء TensorFlow
تشخیص شی با YOLO V3
یک آشکارساز شیء سفارشی YOLO که علائم متروی متروی لندن را تشخیص می دهد
DeepDream
انتقالات سبک عصبی
GAN - ایجاد ارقام جعلی
GANs - با استفاده از Age-cGAN، چهرههای سنی تا 60+ سال دارند
تشخیص چهره
خواننده رقمی کارت اعتباری
استفاده از پردازندههای گرافیکی Cloud در PaperSpace
یک Computer Vision API و Web App بسازید و با استفاده از یک نمونه EC2 آن را روی AWS میزبانی کنید!
و پروژه های OpenCV مانند:
طرح زنده
شناسایی اشکال
شمارش دایره ها و بیضی ها
یافتن والدو
آشکارسازهای تک شی با استفاده از OpenCV
آشکارساز خودرو و عابر پیاده با استفاده از طبقهبندیکننده آبشار
بنابراین اگر میخواهید پایهای عالی در Computer Vision به دست آورید، به دنبال آن نباشید.
این دوره برای شماست!
در این دوره، قدرت بینایی کامپیوتر در پایتون را کشف خواهید کرد و مهارت هایی را به دست خواهید آورد تا به طور چشمگیری چشم انداز شغلی خود را به عنوان یک توسعه دهنده ویژن کامپیوتر افزایش دهید.
============================================== =======
در مورد بهروزرسانیها و پشتیبانی:
من روزانه در بخش "پرسش و پاسخ" دوره فعال خواهم بود، بنابراین شما هرگز تنها نیستید.
بنابراین، آیا برای شروع آماده هستید؟ همین حالا ثبت نام کنید و از همین امروز با استفاده از یادگیری عمیق روند استاد شدن در بینایی کامپیوتر را شروع کنید!
============================================== =======
آنچه دانشجویان قبلی در دوره Udemy دیگر من گفته اند:
"من از احتمالات شگفت زده شده ام. بسیار آموزشی، یادگیری بیش از آنچه که تا به حال فکر می کردم ممکن است. اکنون، توانایی استفاده از آن در یک هدف عملی بسیار جذاب است... چیزهای بیشتری برای یادگیری اعمال می شود"
"دوره آموزشی بسیار خوب و آموزنده Computer Vision! من به دنبال منابع آموزشی OpenCV پایتون در وب گشتم، اما این دوره تا حد زیادی بهترین ادغام درس ها و پروژه های مرتبط بود. برخی از پروژه ها را دوست داشتم و بسیار سرگرم کننده بودم. سرهم کردن آنها."
"مدرس و دوره عالی. درک توضیحات واقعاً آسان است و مطالب بسیار ساده قابل پیگیری است. قطعاً مقدمه ای واقعاً خوب برای پردازش تصویر."
"من بسیار تحت تاثیر این دوره هستم!! من فکر می کنم که این بهترین دوره آموزشی Computer Vision در Udemy است. من یک دانشجوی کالج هستم که قبلاً یک دوره Computer Vision را در مقطع کارشناسی گذرانده بودم. این دوره 6.5 ساعته بسیار خوب است. کلاس کالج من کیلومترها!!"
"راجیف در این دوره کار بسیار خوبی انجام داد. من نمی دانستم بینایی کامپیوتر چگونه کار می کند و اکنون پایه خوبی از مفاهیم و دانش کاربردهای عملی دارم. راجیف واضح و مختصر است که به درک موضوع پیچیده کمک می کند. هر کسی که بخواهد شروع به ساخت برنامه کند."
============================================== =======
دانشمند داده، کارشناس بینایی کامپیوتر و مهندس برق
نمایش نظرات