Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Εισαγωγή στο Computer Vision
- Επισκόπηση εφαρμογών όρασης υπολογιστή
- Κατανόηση δεδομένων και μορφών εικόνας
- Προκλήσεις σε εργασίες όρασης υπολογιστή
Εισαγωγή στο Convolutional Neural Networks (CNN)
- Τι είναι τα CNN;
- Αρχιτεκτονική των CNN: Συνελικτικά στρώματα, ομαδοποίηση και πλήρως συνδεδεμένα στρώματα
- Πώς χρησιμοποιούνται τα CNN στην όραση υπολογιστών
Hands-On με τα TensorFlow και Google Colab
- Ρύθμιση του περιβάλλοντος στο Google Colab
- Χρησιμοποιώντας το TensorFlow για την κατασκευή μοντέλων
- Κατασκευάζοντας ένα απλό μοντέλο CNN στο TensorFlow
Προηγμένες τεχνικές CNN
- Εκμάθηση μεταφοράς για CNN
- Βελτιστοποίηση προεκπαιδευμένων μοντέλων
- Τεχνικές αύξησης δεδομένων για βελτιωμένη απόδοση
Προεπεξεργασία και Αύξηση Εικόνας
- Τεχνικές προεπεξεργασίας εικόνας (κλιμάκωση, κανονικοποίηση κ.λπ.)
- Αύξηση δεδομένων εικόνας για καλύτερη εκπαίδευση μοντέλων
- Χρησιμοποιώντας τη γραμμή δεδομένων εικόνας του TensorFlow
Κατασκευή και ανάπτυξη Computer Vision μοντέλων
- Εκπαίδευση CNN για ταξινόμηση εικόνων
- Αξιολόγηση και επικύρωση της απόδοσης του μοντέλου
- Ανάπτυξη μοντέλων σε περιβάλλοντα παραγωγής
Πραγματικές εφαρμογές του Computer Vision
- Το Computer vision στην υγειονομική περίθαλψη, το λιανικό εμπόριο και την ασφάλεια
- Ανίχνευση και αναγνώριση αντικειμένων με τεχνητή νοημοσύνη
- Χρήση CNN για αναγνώριση προσώπου και χειρονομιών
Περίληψη και Επόμενα Βήματα
Requirements
- Εμπειρία στον προγραμματισμό Python
- Κατανόηση των εννοιών βαθιάς μάθησης
- Βασικές γνώσεις συνελικτικών νευρωνικών δικτύων (CNN)
Ακροατήριο
- Επιστήμονες δεδομένων
- Επαγγελματίες τεχνητής νοημοσύνης
21 Hours
Testimonials (1)
I genuinely enjoyed the hands-on approach.
