لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
تسلط بر تقسیم بندی تصویر با PyTorch با استفاده از پروژه های دنیای واقعی [ویدئو]
Mastering Image Segmentation with PyTorch using Real-World Projects [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
تقسیم بندی تصویر یک فناوری کلیدی در زمینه بینایی رایانه است که رایانه ها را قادر می سازد محتوای یک تصویر را در سطح پیکسل درک کنند. کاربردهای متعددی از جمله وسایل نقلیه خودران، تصویربرداری پزشکی و واقعیت افزوده دارد.
شما با کاوش در کنترل تانسور، محاسبه گرادیان خودکار با autograd، و اصول آموزش مدل PyTorch شروع خواهید کرد. همانطور که پیشرفت می کنید، پایه ای قوی خواهید ساخت که موضوعات مهمی مانند کار با مجموعه داده ها، بهینه سازی هایپرپارامترها و هنر ذخیره و به کارگیری مدل های خود را پوشش می دهد.
با درک قوی از PyTorch، شما به قلب دوره - تقسیم بندی معنایی - شیرجه خواهید زد. شما معماری مدلهای محبوبی مانند UNet و FPN را بررسی خواهید کرد، پیچیدگیهای نمونهبرداری را درک خواهید کرد، تفاوتهای ظریف توابع مختلف ضرر را درک خواهید کرد و در معیارهای ارزیابی ضروری مسلط خواهید شد.
علاوه بر این، شما این دانش را در سناریوهای دنیای واقعی به کار خواهید گرفت و یاد خواهید گرفت که چگونه یک مدل تقسیم بندی معنایی را بر روی یک مجموعه داده سفارشی آموزش دهید. این تجربه عملی تضمین می کند که شما نه تنها تئوری را یاد می گیرید، بلکه مهارت هایی را برای مقابله با پروژه های واقعی با اعتماد به نفس به دست می آورید.
در پایان دوره، شما قدرت انجام تقسیم بندی معنایی چند کلاسه در مجموعه داده های دنیای واقعی را خواهید داشت. با PyTorch تقسیم بندی معنایی چند کلاسه را پیاده سازی کنید
معماریهای UNet و FPN را برای تقسیمبندی تصویر کاوش کنید
تکنیک های نمونه برداری و اهمیت آنها در یادگیری عمیق را درک کنید
تئوری پشت توابع ضرر و معیارهای ارزیابی را بیاموزید
برای تغییر شکل ورودی ها به فرمت مناسب، آماده سازی داده کارآمد را انجام دهید
ایجاد یک کلاس مجموعه داده سفارشی برای تقسیمبندی تصویر در PyTorch این دوره برای مخاطبان متنوع طراحی شده است و آن را برای افراد تازه وارد و افراد با تجربه در زمینه بینایی رایانه قابل دسترسی میسازد. اگر توسعهدهنده مشتاقی هستید که مشتاق بررسی بخشبندی تصویر هستید یا دانشمند دادهای هستید که قصد دارد کارنامه یادگیری عمیق خود را گسترش دهد، این دوره برای شما مناسب است.
در حالی که هیچ دانش قبلی برای تقسیم بندی تصویر مورد نیاز نیست، درک اساسی پایتون ضروری است. آشنایی با مفاهیم یادگیری ماشین مفید خواهد بود. مفاهیم کلیدی از تانسورها تا مدلهای تقسیمبندی پیشرفته را درک کنید * پروژههای تقسیمبندی تصویر در دنیای واقعی را با اطمینان اجرا کنید * ایدهآل برای مبتدیان و علاقهمندان به بینایی رایانه با تجربه
سرفصل ها و درس ها
نمای کلی دوره و راه اندازی
Course Overview and Setup
نمایش نظرات