Deep Learning for Computer Vision: Foundations and Practical Applications (bằng tiếng Anh).

Dữ liệu thị giác có ở khắp nơi, nhưng trích xuất những hiểu biết có ý nghĩa từ hình ảnh và video đòi hỏi các kỹ thuật học sâu mạnh mẽ. Chương trình này hướng dẫn bạn qua các khái niệm cơ bản và kiến trúc hiện đại giúp cho khả năng nhìn của máy tính. Bằng cách đọc qua các giải thích rõ ràng và nghiên cứu các đoạn mã được tổ chức, bạn sẽ chuyển từ người mới bắt đầu sang người thực hành tự tin có khả năng thiết kế và thực hiện các mô hình học sâu cho các nhiệm vụ thị giác. Bạn sẽ học được gì: Hiểu các nguyên tắc cốt lõi của mạng nơron và mạng nền nơ-ron (CNN) để xử lý hình ảnh; Thực hiện phân loại hình ảnh và đường ống phát hiện đối tượng sử dụng các khung học sâu hiện đại; Tìm hiểu kiến trúc tiên tiến bao gồm học chuyển giao và Vision Transformers (ViTs) cơ bản; Chuẩn bị và Xử lý trước các tập dữ liệu trực quan để đảm bảo hiệu suất mô hình tối ưu và tránh bẫy huấn luyện phổ biến; Đánh giá hiệu suốt mô hình bằng cách sử dụng các chỉ số chính như chính xác, nhớ lại và giao nhau qua liên minh (IoU). Chương trình bắt đầu với thuật ngữ thiết yếu và nền tảng toán học của hình ảnh kỹ thuật số, dần dần tiến tới các lớp convolutional phức tạp và mô hình thị giác hiện đại dựa trên biến đổi. Bạn sẽ theo học các bài học văn bản có cấu trúc phân chia các thuật toán phức tạp thành các mã thực hiện từng bước dễ đọc. Lớp học chỉ có văn bản này được thiết kế cho các nhà khoa học dữ liệu, nhà phát triển và người đam mê công nghệ mong muốn có một sự giới thiệu vững chắc, không phân tâm đến thị giác máy tính mà không cần kinh nghiệm học sâu trước đó. Bắt đầu hành trình của bạn vào thế giới của trí tuệ nhân tạo thị giác hôm nay.