آموزش بینایی کامپیوتری مدرن و یادگیری عمیق با پایتون و PyTorch

سرفصل ها و درس ها

مقدمه دوره Introduction to Course

• مقدمه ای بر دوره بینایی کامپیوتر Introduction to Computer Vision Course

Computer Vision چیست و کاربردهای آن What is Computer Vision & its Applications

• مقدمه ای بر بینایی کامپیوتر و کاربردهای آن در دنیای واقعی Introduction to Computer Vision and its Real-world Applications

• وظایف اصلی بینایی کامپیوتر Major Computer Vision Tasks

یادگیری عمیق برای بینایی کامپیوتر Deep Learning for Computer Vision

• مبانی یادگیری عمیق برای بینایی کامپیوتر Basics of Deep Learning for Computer Vision

بینایی کامپیوتری و شبکه های عصبی کانولوشن عمیق Computer Vision and Deep Convolutional Neural Networks

• بینایی کامپیوتر با استفاده از شبکه های عصبی کانولوشن (CNN) Computer Vision using Convolutional Neural Networks (CNN)

• راه اندازی Google Colab برای نوشتن کد پایتون Setting-up Google Colab for Writing Python Code

• کدگذاری معماری شبکه عصبی کانولوشنال از ابتدا Coding Convolutional Neural Network Architecture from Scratch

• بهینه سازی فراپارامترهای شبکه های عصبی کانولوشنال Convolutional Neural Networks HyperParameters Optimization

• آموزش شبکه عصبی کانولوشن از ابتدا Training Convolutional Neural Network from Scratch

• محاسبه دقت، دقت، یادآوری و تجسم ماتریس سردرگمی Calculate Accuracy, Precision, Recall and Visualize Confusion Matrix

• منابع: کد کامل برای CNN از ابتدا با پایتون و پایتورچ Resources: Complete Code for CNN from Scratch with Python and Pytorch

1. وظیفه طبقه بندی تصویر کامپیوتر ویژن 1. Image Classification Task of Computer Vision

• وظیفه طبقه بندی تصاویر کامپیوتر ویژن با پایتون و پایتون Image Classification Task of Computer Vision with Pytoch and Python

• طبقه بندی تصاویر با شبکه های عصبی کانولوشن عمیق با استفاده از پایتون Image Classification with Deep Convolutional Neural Networks using Python

• منابع: کد طبقه‌بندی تصویر با Deep CNN از ابتدا Resources: Code for Image Classification with Deep CNN from Scratch

مدل های از پیش آموزش دیده برای طبقه بندی تصاویر تک و چند برچسبی Pretrained Models for Single and Multi-Label Image Classification

• مقدمه ای بر مدل های از پیش آموزش دیده Introduction to Pretrained Models

• Deep Learning ResNet و AlexNet Architectures Deep Learning ResNet and AlexNet Architectures

• دسترسی به داده ها از Google Drive به Colab Access Data from Google Drive to Colab

• پیش پردازش داده ها برای طبقه بندی تصویر Data Preprocessing for Image Classification

• طبقه بندی تصاویر تک برچسبی با استفاده از مدل های از پیش آموزش دیده ResNet و AlexNet Single-Label Image Classification using ResNet and AlexNet PreTrained Models

• طبقه بندی تک برچسب کد پایتون و پایتورچ Single Label Classification Python and Pytorch Code

• طبقه بندی تصاویر چند برچسبی با استفاده از مدل های یادگیری عمیق Multi-Label Image Classification using Deep Learning Models

• رده‌بندی چند برچسبی کد پایتون و PyTorch Multi-Label Classification Python and PyTorch Code

آموزش انتقال برای طبقه بندی تصویر Transfer Learning for Image Classification

• مقدمه ای بر یادگیری انتقالی Introduction to Transfer Learning

• مجموعه داده، افزایش داده و بارگذارهای داده Dataset, Data Augmentation, and Dataloaders

• مجموعه داده برای طبقه بندی Dataset for Classification

• FineTuning مدل Deep ResNet FineTuning Deep ResNet Model

• بهینه سازی HyperParameteres برای مدل HyperParameteres Optimization for Model

• آموزش مدل Deep ResNet Training Deep ResNet Model

• استخراج ویژگی ثابت با استفاده از ResNet Fixed Feature Extractraction using ResNet

• بهینه سازی مدل، آموزش و تجسم نتایج Model Optimization, Training and Results Visualization

• کد پایتون را برای آموزش انتقال و مجموعه داده کامل کنید Complete Python Code for Transfer Learning and Dataset

2. وظیفه تشخیص اشیاء بینایی کامپیوتر 2. Object Detection Task Of Computer Vision

• وظیفه تشخیص اشیا در کامپیوتر ویژن با پایتون Object Detection Task Of Computer Vision with Python

مروری بر خانواده YOLO برای تشخیص اشیا Overview of YOLO Family for Object Detection

• مروری بر خانواده YOLO Overview of YOLO Family

• YOLOv8 و معماری آن YOLOv8 and its Architecture

تشخیص اشیاء ویدیویی در زمان واقعی Video Object Detection in Real-time

• مجموعه داده های سفارشی تشخیص وسایل نقلیه Vehicles Detection Custom Dataset

• تنظیم HyperParameters برای YOLO8 Setting HyperParameters for YOLO8

• آموزش YOLO8 در مجموعه داده های وسایل نقلیه Training YOLO8 on Vehicles Dataset

• تست YOLO8 روی فیلم ها و تصاویر Testing YOLO8 on Videos and Images

• محاسبه معیارهای عملکرد (دقت، فراخوان، میانگین میانگین دقت mAP) Calculate Performance Metrics (Precision, Recall, Mean Average Precision mAP)

• منابع: Videos Vehicles Detection Code and Dataset Complete Resources: Videos Vehicles Detection Complete Code and Dataset

مروری بر خانواده RCNN برای تشخیص اشیا Overview of RCNN Family for Object Detection

• مروری بر خانواده RCNN برای تشخیص اشیا Overview of RCNN Family for Object Detection

Detectron2 برای تشخیص Ojbect Detectron2 for Ojbect Detection

• Detectron2 برای تشخیص Ojbect با PyTorch Detectron2 for Ojbect Detection with PyTorch

• تشخیص اشیا را با استفاده از مدل های از پیش آموزش دیده Detectron2 انجام دهید Perform Object Detection using Detectron2 Pretrained Models

• کد پایتون و PyTorch Python and PyTorch Code

آموزش، ارزیابی و تجسم تشخیص شی در مجموعه داده سفارشی Training, Evaluating and Visualizing Object Detection on Custom Dataset

• مجموعه داده سفارشی برای تشخیص شی Custom Dataset for Object Detection

• مجموعه داده برای تشخیص شی Dataset for Object Detection

• آموزش، ارزیابی مدل‌های تشخیص شی و تجسم نتایج در مجموعه داده سفارشی Train, Evaluate Object Detection Models & Visualizing Results on Custom Dataset

• کد پایتون و PyTorch Python and PyTorch Code

کد کامل و مجموعه داده سفارشی برای تشخیص اشیا Complete Code and Custom Dataset for Object Detection

• منابع: کد و مجموعه داده سفارشی برای تشخیص شی Resources: Code and Custom Dataset for Object Detection

3. Semantic Segmentation Task Of Computer Vision 3. Semantic Segmentation Task Of Computer Vision

• وظیفه تقسیم معنایی بینایی کامپیوتر با پایتورچ و پایتون Semantic Segmentation Task Of Computer Vision with Pytorch and Python

• کاربردهای دنیای واقعی تقسیم بندی معنایی Semantic Segmentation Real-World Applications

معماری های یادگیری عمیق برای تقسیم بندی (UNet، PSPNet، PAN) Deep Learning Architectures For Segmentation (UNet, PSPNet, PAN)

• شبکه تجزیه صحنه هرمی (PSPNet) برای تقسیم بندی Pyramid Scene Parsing Network (PSPNet) For Segmentation

• UNet Architecture for Segmentation UNet Architecture For Segmentation

• شبکه توجه هرم (PAN) Pyramid Attention Network (PAN)

• شبکه متنی چند وظیفه ای (MTCNet) Multi-Task Contextual Network (MTCNet)

مجموعه داده‌های بخش‌بندی، حاشیه‌نویسی، تقویت داده‌ها و بارگذاری داده‌ها Segmentation Datasets, Annotations, Data Augmentation & Data Loading

• مجموعه داده ها برای تقسیم بندی معنایی Datasets for Semantic Segmentation

• ابزار حاشیه نویسی داده ها برای تقسیم بندی معنایی Data Annotations Tool for Semantic Segmentation

• مجموعه داده برای تقسیم بندی معنایی Dataset for Semantic Segmentation

• بارگیری داده با کلاس مجموعه داده سفارشی PyTorch Data Loading with PyTorch Customized Dataset Class

• بارگیری داده ها برای تقسیم بندی با کد پایتون و PyTorch Data Loading for Segmentation with Python and PyTorch Code

• افزایش داده ها با استفاده از آلبوم بندی با تبدیل های مختلف Data Augmentation using Albumentations with Different Transformations

• تقویت کد پایتون Augmentation Python Code

• آموزش پیاده سازی Data Loader در Pytorch Learn To Implement Data Loaders In Pytorch

معیارهای عملکرد (IOU) برای ارزیابی مدل‌های تقسیم‌بندی Performance Metrics (IOU) For Segmentation Models Evaluation

• معیارهای عملکرد (IOU، دقت پیکسل، دقت، فراخوان، Fscore) Performance Metrics (IOU, Pixel Accuracy, Precision, Recall, Fscore)

• کد (Python و PyTorch) Code (Python and PyTorch)

رمزگذارها و رمزگشاها برای تقسیم بندی در PyTorch Encoders and Decoders For Segmentation In PyTorch

• آموزش انتقال و معماری Deep Resnet از پیش آموزش دیده Transfer Learning And Pretrained Deep Resnet Architecture

• رمزگذار برای بخش بندی با PyTorch Liberary Encoders for Segmentation with PyTorch Liberary

• رمزگشاها برای تقسیم بندی در PyTorch Liberary Decoders for Segmentation in PyTorch Liberary

پیاده سازی، بهینه سازی و آموزش مدل های تقسیم بندی Implementation, Optimization and Training Of Segmentation Models

• پیاده‌سازی مدل‌های تقسیم‌بندی (UNet، PSPNet، DeepLab، PAN و UNet++) Implement Segmentation Models (UNet, PSPNet, DeepLab, PAN, and UNet++)

• کد مدل های تقسیم بندی با پایتون Segmentation Models Code with Python

• آموزش بهینه سازی هایپرپارامترها برای مدل های تقسیم بندی Learn To Optimize Hyperparameters For Segmentation Models

• کد بهینه سازی مدل (Python و PyTorch) Model Optimaztion Code (Python And PyTorch)

• آموزش مدل های تقسیم بندی Training of Segmentation Models

• کد آموزشی مدل (Python و PyTorch) Model Training Code (Python And PyTorch)

مدل‌ها را آزمایش کنید و نتایج تقسیم‌بندی را تجسم کنید Test Models and Visualize Segmentation Results

• مدل‌ها را آزمایش کنید و IOU، دقت پیکسل، Fscore را محاسبه کنید Test Models and Calculate IOU,Pixel Accuracy,Fscore

• مدل های تست و محاسبه امتیازات عملکرد (کد پایتون) Test Models and Calculate Performance Scores (Python Code)

• نتایج بخش بندی را تجسم کنید و نقشه قطعه بندی شده RGB را ایجاد کنید Visualize Segmentation Results and Generate RGB Segmented Map

• بصری سازی نتایج بخش بندی (کد پایتون) Segmentation Results Visualization (Python Code)

کد و مجموعه داده کامل برای تقسیم بندی معنایی Complete Code and Dataset for Semantic Segmentation

• بررسی کد نهایی Final Code Review

• کد و مجموعه داده کامل پیوست شده است Complete Code and Dataset is Attached

4. وظیفه تقسیم‌بندی نمونه از دید کامپیوتر 4. Instance Segmentation Task of Computer Vision

• نمونه کار تقسیم بندی کامپیوتر ویژن با پایتون Instance Segmentation Task of Computer Vision with Python

RCNN را برای تقسیم‌بندی نمونه بپوشانید Mask RCNN for Instance Segmentation

• RCNN را برای تقسیم‌بندی نمونه بپوشانید Mask RCNN for Instance Segmentation

آموزش، ارزیابی و تجسم بخش بندی نمونه در مجموعه داده های سفارشی Training, Evaluating and Visualizing Instance Segmentation on Custom Dataset

• مجموعه داده های سفارشی برای تقسیم بندی نمونه Custom Dataset for Instance Segmentation

• آموزش، ارزیابی مدل تقسیم‌بندی نمونه و تجسم نتایج روی داده‌های سفارشی Train, Evaluate Instance Segmentation Model & Visualizing Results on Custom Data

کد کامل و مجموعه داده های سفارشی برای تقسیم بندی نمونه Complete Code and Custom Dataset for Instance Segmentation

• منابع: کد کامل و مجموعه داده های سفارشی برای تقسیم بندی نمونه Resources: Complete Code and Custom Dataset for Instance Segmentation

سخنرانی جایزه: تشخیص اشیاء ویدیویی و بخش بندی ویدیو با پایتون Bonus Lecture: Video Object Detection and Video Segmentation with Python

• سخنرانی جایزه: تشخیص اشیاء ویدیویی و بخش بندی ویدیو با پایتون Bonus Lecture: Video Object Detection and Video Segmentation with Python