Набір учасників [Udemy] Машинне бачення: розпізнавання об'єктів на Python

[Gadzhi]

Переглянути вкладення 73819
​

Чого ви навчитеся

• розпізнавання чисел і букв на фотографіях
• використання нейронних мереж на реальних даних
• обробка та корекція зображень
• штучні нейронні мережі: шари, ваги, навчання
• моделі нейронних мереж Keras/TensorFlow
• Використання LeNet, AlexNet, VGG і ResNet для розпізнавання цифр
• оптимізація нейронних мереж
• функції оптимізації: SGD, RMSprop, (N)adam, Adamax
• перенесення навчання нейронних мереж
• зміна контрасту, гістограми яскравості і різкість
• Курсовий проект: розпізнавання номерів автомобілів

опис
Перший курс із серії машинний зір присвячений розпізнаванню зображень за допомогою нейронних мереж на Python. Курс складається з 3 великих частин:

Вступ до нейронних мереж
Розберемо основи нейромереж: нейрон, шари, зв'язки, зворотне поширення помилки і багатошаровий перцептрон. Вивчимо особливості навчання та оптимізації нейромереж.

Зануримося в згорткові нейромережі і розберемо архітектури LeNet, AlexNet, VGG і ResNet.

розпізнавання цифр
Застосуємо теоретичні знання на практиці. Використовуємо Python і Keras для створення і навчання моделей нейронних мереж для успішного розпізнавання рукописних цифр - набору mnist.

розберемо всі прикладні особливості роботи з нейромережами в Keras:

• особливості оцифрованих зображень.
  
• створення моделей і шарів.
  
• перетворення форм даних (багатовимірних масивів).
  
• генератори та доповнення зображень.
  
• Навчальна, тестова та валідаційні вибірки.
  
• функції оптимізації та навчальні пакети.
  
• Прикладна оптимізація нейромережі.
  
• візуалізація процесу навчання.
  
• Пакетна нормалізація, регуляризація та відсів.
  
• методи ініціалізації ваг.

Спойлер: "інформація"

Розпізнавання автомобільних номерів
Використовуємо навчальну вибірку із зображень цифр автомобільних номерів для розпізнавання реального номера автомобіля.

• Завантаження, фільтрація та перетворення зображень.
  
• Генератори навчання з директорій.
  
• зміна контрасту, різкості і маски гістограм зображень.
  
• розпізнавання одного з 21 класу зображень - цифри і букви.
  
• Використання навченої моделі на реальних даних.

курсовим проектом буде ваша власна навчена нейромережа, що розпізнає номери автомобілів по фотографії.

Для кого цей курс:

• розробники систем машинного зору
• інженери по роботі з графічними даними
• науковці та дослідники даних

https://privatelink.de/?https://www.udemy.com/course/ittensive-machine-vision-recognition/