آموزش Deep Learning و Computer Vision A-Z™: OpenCV، SSD و GAN

Deep Learning and Computer Vision A-Z™: OpenCV, SSD & GANs

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: به یک جادوگر از آخرین ابزارهای Computer Vision که در آنجا وجود دارد تبدیل شوید. هر چیزی را شناسایی کنید و برنامه های قدرتمند ایجاد کنید. داشتن جعبه ابزاری از قدرتمندترین مدل های Computer Vision درک نظریه پشت کامپیوتر Vision Master OpenCV Master Object Detection Master Facial Recognition ایجاد اپلیکیشن های قدرتمند Computer Vision پیش نیازها:فقط دبیرستان ریاضیات پایه دانش برنامه نویسی پایتون

*** همانطور که در KICKSTARTER ***

دیده می‌شود

حتما نام هوش مصنوعی و یادگیری عمیق را شنیده اید. اما وقتی از خود می‌پرسید موضع من در قبال این انقلاب صنعتی جدید چیست، ممکن است شما را به سؤال اساسی دیگری هدایت کند: آیا من مصرف‌کننده هستم یا خالق؟ برای اکثر مردم امروزه، پاسخ این خواهد بود، یک مصرف کننده.

اما اگر بتوانید یک خالق نیز شوید، چه؟

اگر راهی وجود داشت که به راحتی وارد دنیای هوش مصنوعی شوید و برنامه‌های کاربردی شگفت‌انگیزی بسازید که از آخرین فناوری برای تبدیل جهان به مکانی بهتر استفاده می‌کنند؟

خیلی خوب به نظر می رسد که درست باشد، اینطور نیست؟

اما در واقع راهی وجود دارد..

کامپیوتر ویژن تا حد زیادی ساده ترین راه برای تبدیل شدن به یک خالق است.

و این نه تنها ساده ترین راه است، بلکه شاخه ای از هوش مصنوعی است که در آن بیشترین امکان ایجاد وجود دارد.

چرا؟ شما بپرسید.

به این دلیل است که Computer Vision در همه جا اعمال می شود. از سلامتی گرفته تا خرده فروشی تا سرگرمی - این لیست ادامه دارد. Computer Vision در حال حاضر یک بازار 18 میلیارد دلاری است و به طور تصاعدی در حال رشد است.

فقط به تشخیص تومور در اسکن مغزی MRI بیمار فکر کنید. هر روز چند جان بیشتر نجات می‌یابد به این دلیل که یک کامپیوتر می‌تواند 10000 برابر بیشتر از یک انسان تصاویر را تجزیه و تحلیل کند؟

و اگر صنعتی را بیابید که در آن Computer Vision هنوز اعمال نشده است، چه؟ پس هر چه بهتر! این بدان معناست که یک فرصت تجاری وجود دارد که می توانید از آن استفاده کنید.

بنابراین اکنون این سؤال مطرح می شود: چگونه به دنیای بینایی رایانه نفوذ می کنید؟

تا کنون، بینایی کامپیوتر در بیشتر موارد یک پیچ و خم بوده است. پیچ و خم رو به رشد.

با افزایش تعداد کدها، کتابخانه‌ها و ابزارها در CV، گم نشدن سخت‌تر و سخت‌تر می‌شود.

علاوه بر آن، نه تنها باید بدانید که چگونه از آن استفاده کنید، بلکه باید بدانید که چگونه کار می کند تا از مزایای استفاده از Computer Vision به حداکثر برسانید.

می‌خواهیم به این مشکل برسیم... 

Computer Vision A-Z.

با این دوره کاملاً جدید، نه تنها نحوه کارکرد محبوب‌ترین روش‌های بینایی کامپیوتری را یاد خواهید گرفت، بلکه یاد خواهید گرفت که آنها را در عمل نیز به کار ببرید!

بی صبرانه منتظر دیدن شما در داخل کلاس هستم،

کریل  هادلین


سرفصل ها و درس ها

معرفی Introduction

  • به دوره خوش آمدید! Welcome to the Course!

  • مسیرهای یادگیری Learning Paths

  • چند منبع اضافی!! Some Additional Resources!!

  • این منبع PDF به شما کمک زیادی می کند! This PDF resource will help you a lot!

  • پرسش و پاسخ ربات! FAQBot!

  • مواد را دریافت کنید Get the materials

  • میانبر شما برای تبدیل شدن به دانشمند داده بهتر! Your Shortcut To Becoming A Better Data Scientist!

  • نکات مطالعه برای موفقیت Study Tips For Success

ماژول 1 - شهود تشخیص چهره Module 1 - Face Detection Intuition

  • طرح حمله Plan of attack

  • الگوریتم ویولا جونز Viola-Jones Algorithm

  • ویژگی های هار مانند Haar-like Features

  • تصویر یکپارچه Integral Image

  • طبقه بندی های آموزشی Training Classifiers

  • تقویت تطبیقی ​​(Adaboost) Adaptive Boosting (Adaboost)

  • آبشاری Cascading

  • شهود تشخیص چهره Face Detection Intuition

ماژول 1 - تشخیص چهره با OpenCV Module 1 - Face Detection with OpenCV

  • به برنامه کاربردی کاربردی خوش آمدید Welcome to the Practical Applications

  • دستورالعمل نصب (یک بار برای همیشه!) Installations Instructions (once and for all!)

  • نکات رایج اشکال زدایی Common Debug Tips

  • تشخیص چهره - مرحله 1 Face Detection - Step 1

  • تشخیص چهره - مرحله 2 Face Detection - Step 2

  • تشخیص چهره - مرحله 3 Face Detection - Step 3

  • تشخیص چهره - مرحله 4 Face Detection - Step 4

  • تشخیص چهره - مرحله 5 Face Detection - Step 5

  • تشخیص چهره - مرحله 6 Face Detection - Step 6

  • تشخیص چهره با OpenCV Face Detection with OpenCV

چالش تکالیف - یک آشکارساز شادی بسازید Homework Challenge - Build a Happiness Detector

  • چالش تکالیف - دستورالعمل Homework Challenge - Instructions

  • چالش تکلیف - راه حل (ویدئو) Homework Challenge - Solution (Video)

  • چالش تکلیف - راه حل (فایل کد) Homework Challenge - Solution (Code files)

ماژول 2 - شهود تشخیص شی Module 2 - Object Detection Intuition

  • طرح حمله Plan of attack

  • SSD چگونه متفاوت است How SSD is different

  • مفهوم چند جعبه The Multi-Box Concept

  • پیش بینی موقعیت اشیا Predicting Object Positions

  • مشکل مقیاس The Scale Problem

  • شهود تشخیص شی Object Detection Intuition

ماژول 2 - تشخیص اشیا با SSD Module 2 - Object Detection with SSD

  • تشخیص شی - مرحله 1 Object Detection - Step 1

  • تشخیص شی - مرحله 2 Object Detection - Step 2

  • تشخیص شی - مرحله 3 Object Detection - Step 3

  • تشخیص شی - مرحله 4 Object Detection - Step 4

  • تشخیص شی - مرحله 5 Object Detection - Step 5

  • تشخیص شی - مرحله 6 Object Detection - Step 6

  • تشخیص شی - مرحله 7 Object Detection - Step 7

  • تشخیص شی - مرحله 8 Object Detection - Step 8

  • تشخیص شی - مرحله 9 Object Detection - Step 9

  • تشخیص شی - مرحله 10 Object Detection - Step 10

  • آموزش SSD Training the SSD

  • تشخیص اشیا با SSD Object Detection with SSD

چالش تکلیف - شناسایی اسب های حماسی که در دره یادبود می تازند Homework Challenge - Detect Epic Horses galloping in Monument Valley

  • چالش تکالیف - دستورالعمل Homework Challenge - Instructions

  • چالش تکلیف - راه حل (ویدئو) Homework Challenge - Solution (Video)

  • چالش تکلیف - راه حل (فایل کد) Homework Challenge - Solution (Code files)

ماژول 3 - شهود شبکه های متخاصم مولد (GANs). Module 3 - Generative Adversarial Networks (GANs) Intuition

  • طرح حمله Plan of Attack

  • ایده پشت GAN ها The Idea Behind GANs

  • GAN ها چگونه کار می کنند؟ (مرحله 1) How Do GANs Work? (Step 1)

  • GAN ها چگونه کار می کنند؟ (گام 2) How Do GANs Work? (Step 2)

  • GAN ها چگونه کار می کنند؟ (مرحله 3) How Do GANs Work? (Step 3)

  • کاربردهای GAN Applications of GANs

  • شهود شبکه های متخاصم مولد (GANs). Generative Adversarial Networks (GANs) Intuition

ماژول 3 - ایجاد تصویر با GAN Module 3 - Image Creation with GANs

  • GANs - مرحله 1 GANs - Step 1

  • GANs - مرحله 2 GANs - Step 2

  • GANs - مرحله 3 GANs - Step 3

  • GANs - مرحله 4 GANs - Step 4

  • GANs - مرحله 5 GANs - Step 5

  • GANs - مرحله 6 GANs - Step 6

  • GANs - مرحله 7 GANs - Step 7

  • GANs - مرحله 8 GANs - Step 8

  • GANs - مرحله 9 GANs - Step 9

  • GANs - مرحله 10 GANs - Step 10

  • GANs - مرحله 11 GANs - Step 11

  • GANs - مرحله 12 GANs - Step 12

  • ایجاد تصویر با GAN Image Creation with GANs

  • تشکر ویژه از الکسیس ژاک Special Thanks to Alexis Jacq

  • با تشکر از شما ویدئو THANK YOU Video

پیوست 1: شبکه های عصبی مصنوعی Annex 1: Artificial Neural Networks

  • یادگیری عمیق چیست؟ What is Deep Learning?

  • طرح حمله Plan of Attack

  • نورون The Neuron

  • تابع فعال سازی The Activation Function

  • شبکه های عصبی چگونه کار می کنند؟ How do Neural Networks work?

  • شبکه های عصبی چگونه یاد می گیرند؟ How do Neural Networks learn?

  • گرادیان نزول Gradient Descent

  • نزول گرادیان تصادفی Stochastic Gradient Descent

  • پس انتشار Backpropagation

پیوست 2: شبکه های عصبی کانولوشنال Annex 2: Convolutional Neural Networks

  • طرح حمله Plan of Attack

  • شبکه های عصبی کانولوشن چیست؟ What are convolutional neural networks?

  • مرحله 1 - عملیات پیچیدگی Step 1 - Convolution Operation

  • مرحله 1 (ب) - لایه ReLU Step 1(b) - ReLU Layer

  • مرحله 2 - ادغام Step 2 - Pooling

  • مرحله 3 - صاف کردن Step 3 - Flattening

  • مرحله 4 - اتصال کامل Step 4 - Full Connection

  • خلاصه Summary

  • Softmax & Cross-Entropy Softmax & Cross-Entropy

پیشنهاد ویژه Special Offer

  • ***پاداش ویژه شما*** ***YOUR SPECIAL BONUS***

نمایش نظرات

آموزش Deep Learning و Computer Vision A-Z™: OpenCV، SSD و GAN
جزییات دوره
11 hours
85
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
46,513
4.3 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kirill Eremenko Kirill Eremenko

دانشمند داده

اسم من کریل ارمنکو است و از اینکه شما دارید این مطلب را می خوانید بسیار روان هستم!

من به طور حرفه ای یک مشاور مدیریت علوم داده با بیش از پنج سال تجربه در امور مالی، خرده فروشی، حمل و نقل و سایر صنایع هستم. من توسط بهترین مربیان تجزیه و تحلیل در Deloitte استرالیا آموزش دیدم و امروز از Big Data برای هدایت استراتژی تجاری، بهبود تجربه مشتری و متحول کردن فرآیندهای عملیاتی موجود استفاده می کنم.

از دوره های من بلافاصله متوجه خواهید شد که چگونه تجربه واقعی زندگی و پیشینه تحصیلی خود را در فیزیک و ریاضیات ترکیب می کنم تا مربیگری گام به گام حرفه ای را در فضای علم داده ارائه دهم. من همچنین علاقه زیادی به سخنرانی عمومی دارم و به طور مرتب در دانشگاه ها و رویدادهای صنعتی پیشرو استرالیا در Big Data حضور دارم.

به طور خلاصه، من کاملاً و کاملاً مشتاق علوم داده هستم و مشتاقانه منتظر هستم تا اشتیاق و دانش خود را با شما به اشتراک بگذارم!

Hadelin de Ponteves Hadelin de Ponteves

هادلین یکی از بنیانگذاران و مدیر عامل شرکت BlueLife AI است که از قدرت پیشرفته هوش مصنوعی برای توانمندسازی مشاغل برای کسب سود کلان با نوآوری ، خودکارسازی فرایندها و به حداکثر رساندن بهره وری بهره می برد. هادلین همچنین یک کارآفرین آنلاین است که 70 دوره آموزشی الکترونیکی با رتبه برتر در جهان در موضوعاتی مانند یادگیری ماشین ، یادگیری عمیق ، هوش مصنوعی و بلاکچین ایجاد کرده است که به بیش از 1 میلیون دانش آموز در 210 کشور رسیده است.

SuperDataScience Team SuperDataScience Team

کمک به دانشمندان داده برای موفقیت در آنجا ، ما تیم SuperDataScience Social هستیم. هنگام انتشار دوره های جدید SDS ، هنگامی که پادکست های جدید ، وبلاگ ها ، صفحه های اشتراک گذاری و سایر موارد را منتشر می کنیم ، از ما می شنوید! ما در اینجا هستیم تا به شما کمک کنیم در لبه پیشرفته علم و فناوری داده بمانید. در کلاس می بینمت، خالصانه، افراد واقعی در SuperDataScience

Ligency Team Ligency Team

کمک به دانشمندان داده برای موفقیت در آنجا ، ما تیم روابط عمومی و بازاریابی Ligence هستیم. هنگامی که دوره های جدید منتشر می شوند ، وقتی پادکست های جدید ، وبلاگ ها ، صفحه های اشتراک گذاری و غیره منتشر می کنیم ، از ما می شنوید! ما در اینجا هستیم تا به شما کمک کنیم در لبه پیشرفته علم و فناوری داده بمانید. در کلاس می بینمت، خالصانه، افراد واقعی در معرض خطر