برنامه های کاربردی بینایی کامپیوتری می توانند تجزیه و تحلیل و تفسیر داده های بصری را خودکار کرده و بهبود بخشند فراتر از توانایی های انسانی این دوره به شما آموزش می دهد که چگونه طبقه بندی کننده های تصویر می توانند تشخیص و ردیابی شی را با استفاده از Tensorflow انجام دهند.
YOLO-NAS، مجموعه داده سفارشی قطار، تشخیص اشیا، بخشبندی، ردیابی، پروژههای 12+ دنیای واقعی، برنامههای Streamlit
یادگیری تشخیص شی سفارشی با استفاده از پروژه YoloV7 از Roboflow و Google Colab
YOLOv8، آموزش مجموعه داده سفارشی، تشخیص اشیا، تقسیم بندی، ردیابی، دنیای واقعی 17 + پروژه ها و برنامه های وب در پایتون
از AWS Step Functions + Sagemaker برای ایجاد یک خط لوله یادگیری ماشینی آماده تولید مقیاس پذیر برای تشخیص پلاستیک استفاده کنید.
آموزش مدل تشخیص شی سفارشی با استفاده از Python، OpenCV. برنامه وب را با Streamlit توسعه دهید
شروع سریع برای تشخیص کاراکتر نوری، تشخیص اشیاء تشخیص تصویر و تشخیص اشیا با استفاده از پایتون
در این کلاس، نحوه تشخیص اشیاء در تصاویر و ویدئوها را با استفاده از یادگیری عمیق و OpenCV خواهیم دید. ما از شانه چارچوب آشکارساز تک شات استفاده خواهیم کرد. .."
ردیاب خود را با برچسب زدن، آموزش و آزمایش بر روی تصویر، ویدئو و در زمان واقعی با دوربین بسازید: YOLO v3 و v4
تشخیص اشیا می تواند در کارهای روزمره بسیار مفید باشد. این دوره به شما یاد می دهد که چگونه یک مدل تشخیص شی از ابتدا تا انتها برای موارد استفاده واقعی بسازید، مناسب برای استفاده روزانه.
ابر مایکروسافت شامل مجموعه ای از خدمات است که به شما در ایجاد راه حل های پیشرفته هوش مصنوعی کمک می کند. این دوره به شما یاد می دهد که چگونه با Azure Custom Vision یک راه حل تشخیص شی بسازید.
درک، آموزش و ارزیابی مدلهای سریعتر RCNN، SSD و YOLO v3 با استفاده از Tensorflow 2 و Google AI Platform