توضیحات
دوره Object Detection & Image Classification with Pytorch & SSD. این دوره آموزشی جامع و پروژهمحور به شرکتکنندگان میآموزد چگونه سیستمهای تشخیص اشیا و طبقهبندی تصاویر را با استفاده از ابزارهایی مانند Pytorch، SSD، Keras، شبکه عصبی کانولوشنال، YOLOv، U Net و DETR ResNet توسعه دهند. در طول دوره، شرکتکنندگان چهار پروژه عملی را انجام میدهند: ساخت سیستم تشخیص اشیا با مدلهای از پیش آموزشدیده مانند Faster R-CNN و YOLOv، طراحی سیستم تشخیص عیوب تولید با استفاده از CNN برای طبقهبندی محصولات معیوب و سالم، ایجاد مدل طبقهبندی زبالههای آلی و غیرآلی، و توسعه سیستم بخشبندی تصاویر جادههای شکسته با معماری U Net. دوره با مبانی اولیه بینایی ماشین، کار با دیتاستهای Kaggle و پردازش تصاویر با OpenCV آغاز میشود. در پایان، مدلها با ورودیهای متنوع شامل تصاویر، ویدیوها و فیدهای زنده دوربین آزمایش میشوند تا از دقت و عملکرد مناسب سیستمها اطمینان حاصل شود. این دوره ترکیبی از Python و بینایی ماشین است که فرصتی ایدهآل برای تقویت مهارتهای برنامهنویسی و دانش فنی در توسعه نرمافزارهای هوشمند فراهم میکند.
آنچه فرا خواهید گرفت
- اصول اولیه تشخیص اشیا و طبقهبندی تصاویر.
- ساخت سیستم تشخیص اشیا با استفاده از Pytorch و SSD.
- ساخت سیستم تشخیص اشیا با استفاده از Pytorch و Faster R-CNN.
- ساخت سیستم تشخیص اشیا با استفاده از YOLOv.
- ساخت سیستم تشخیص اشیا با استفاده از DETR ResNet.
- ساخت مدل تشخیص عیوب تولید با استفاده از Keras و شبکه عصبی کانولوشنال.
- ساخت سیستم تشخیص عیوب تولید با استفاده از OpenCV.
- ساخت مدل طبقهبندی زباله با استفاده از Keras و شبکه عصبی کانولوشنال.
- ساخت سیستم طبقهبندی زباله با استفاده از OpenCV.
- ساخت مدل بخشبندی تصویر جادههای شکسته با استفاده از Unet.
- ساخت سیستم تشخیص جادههای شکسته با استفاده از OpenCV.
- فعالسازی دوربین با استفاده از OpenCV.
- نحوه عملکرد سیستم تشخیص اشیا از پردازش تصویر ورودی، استخراج ویژگی، پیشنهاد منطقه، کادر محدودکننده و پیشبینی کلاس.
- نحوه عملکرد سیستم طبقهبندی تصاویر از جمعآوری داده، برچسبگذاری، پیشپردازش، انتخاب مدل، آموزش، اعتبارسنجی و پیشبینی تصاویر جدید.
- نحوه آزمایش سیستمهای تشخیص اشیا و طبقهبندی تصاویر با استفاده از ورودیهای متنوع مانند تصاویر و ویدیوها.
این دوره مناسب افرادیست که
- مهندسان نرمافزار که علاقهمند به ساخت سیستمهای تشخیص اشیا با استفاده از Pytorch، SSD، Faster R-CNN، YOLOv و DETR ResNet هستند.
- مهندسان یادگیری ماشین که علاقهمند به ساخت سیستم طبقهبندی تصاویر با استفاده از Keras، شبکه عصبی کانولوشنال و OpenCV هستند.
مشخصات دوره Object Detection & Image Classification with Pytorch & SSD
- ناشر: Udemy
- مدرس: Christ Raharja
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 3 ساعت و 11 دقیقه
- تعداد دروس: 21
سرفصل های دوره
پیشنیازهای دوره Object Detection & Image Classification with Pytorch & SSD
- No previous experience in object detection is required
- Basic knowledge in Python and computer vision
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 720p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
1.5 گیگابایت














































