Udemy – Face Mask Recognition: Deep Learning based Desktop App 2022-5

توضیحات

Face Mask Recognition: Deep Learning based Desktop App، دوره ساخت اپلیکیشن دسکتاپ تشخیص چهره  مبتنی بر یادگیری عمیق، توسط آکادمی یودمی منتشر شده است. مدرس این دوره را با نصب پایتون و کتابخانه های لازم در برای توسعه پروژه سرتاسری آغاز می کند. سپس یکی از پیش نیازهای این دوره که تکنیک های پردازش تصویر در OpenCV و مفاهیم ریاضی پشت تصاویر است را به شما آموزش خواهد داد. او همچنین تجزیه و تحلیل تصویر لازم و مراحل پیش پردازش مورد نیاز برای تصاویر را انجام خواهد داد. سپس یک پروژه کوچک در زمینه تشخیص چهره با استفاده از OpenC و Deep NeuralV انجام خواهید داد.

با استفاده از مفاهیم پایه تصویر، مدرس پروژه خود را مرحله به مرحله آغاز می کند، فاز اول: تشخیص هویت چهره. او این مرحله را با تصاویر پیش پردازش شده شروع خواهد کرد، شما ویژگی های تصاویر را با استفاده از شبکه های عصبی عمیق استخراج می کنید. سپس با ویژگی های چهره ها، مدل های مختلف یادگیری عمیق مانند شبکه عصبی کانولوشن را آموزش می بینید. انتخاب مدل و تنظیم هایپرپارامتر برای مدل های تشخیص چهره را نیز آموزش خواهید دید. زمانی که مدل یادگیری عمیق آماده شد، به سراغ بخش 3 می روید و کد مربوط به پیش بینی ها را با مدل CNN می نویسید. درنهایت، اپلیکیشن دسکتاپ را توسعه خواهید داد و امکان استریم زنده ویدئو را فراهم می کنید.

آنچه خواهید آموخت

• تشخیص چهره برای تشخیص ماسک با یادگیری عمیق
• توسعه شبکه کانولوشن برای ماسک صورت از صفر با استفاده از TensorFlow
• پیش پردازش داده های بزرگ تصویر
• OpenCV برای تشخیص چهره
• برنامه دسکتاپ بینایی کامپیوتری با PyQt
• مفاهیم ضروری PyQt

این دوره برای چه کسانی مناسب است

• افرادی که می خواهند اپلیکیشن تشخیص چهره توسعه دهند

مشخصات دوره Face Mask Recognition: Deep Learning based Desktop App

• ناشر : Udemy
• مدرس : G Sudheer , Data Science Anywhere , Convolution Academy
• زبان: انگلیسی
• سطح آموزش: تمام سطوح
• تعداد دروس: 67
• مدت زمان آموزش: 4 ساعت و 34 دقیقه

سر فصل های دوره در تاریخ 6-2022

پیش نیاز های دوره

• Basic Python Knowledge
• Familiar with Tensor Flow and Deep Learning
• Familiar with Numpy and Pandas

تصاویر

فیلم نمونه

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 229 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

1.22 گیگابایت