TensorFlow ile Bilgisayar Görüşü ve Görüntü Tanıma

Bilgisayar görüşü, makinelerin görsel dünyayı yorumlamasına ve anlamasına izin veren bir teknolojidir ve onu öğrenmek derin öğrenme mimarilerinin sağlam bir kavranmasını gerektirir. Bu ders basit sınıflandırmanın ötesine geçmek ve bir çerçeve içinde birden fazla nesneyi tanımlamak ve kesin şekillerini çizmek gibi karmaşık görevleri yerine getirmek için yapılmış bir yol sağlar. Dijital görüntülerdeki bilgileri gören, yer belirleyen ve kategorize eden sinirsel ağları nasıl tasarlayıp iyileştireceğinizi öğreneceksiniz. Bu dersin sonunda, endüstri standartları modellerini uygulayacak ve onları belirli görsel tanıma sorunlarını çözmek için uyarlayabileceksiniz. Ne öğreneceksin: - Konvülsif sinir ağı ve uzamsal veri işleme temel kavramlarını anlamak - Özel veri kümeleri için güçlü önceden eğitilmiş modelleri kullanmak için transfer öğrenme tekniklerini uygulayın - Bölgesel-CNN ve kalıntı ağı mimarilerini kullanarak nesne tespit sistemleri oluşturun - Piksel düzeyinde tanımlama için U-Net ve Mask R-CNN gibi görüntü bölümleme yöntemlerini uygulayın - Vision Transformers'a bir giriş de dahil olmak üzere modern görüş mimarilerini keşfedin - Modelin dayanıklılığını ve doğruluğunu artırmak için veri öncesi işleme ve artırma stratejilerini uygulamak Kurs, yerelleştirme ve segmentasyon gibi belirli görüş görevlerini ilerletmeden önce temel terminoloji ve mimari temellerle başlar. Yazılı açıklamaları takip edecek ve modern bilgisayar görüş boru hatlarının arkasındaki mantığı anlamak için kod parçalarını analiz edeceksiniz. Bu ders derin öğrenme ve yapay zeka ile ilgilenen yeni başlayanlar için tasarlanmıştır; bilgisayar görüşü ile ilgili önceden bir deneyimin olması gerekmez. Bilgisayar görüş becerilerinizi bugünden geliştirmeye başlayın.