Deep Learning with Python

L'obiettivo di questa app è introdurre gli appassionati di deep learning alla visione artificiale, partendo dalle basi per poi passare a modelli di deep learning più moderni. L'apprendimento approfondito per l'app di visione artificiale coprirà sia il riconoscimento di immagini che di video, inclusa la classificazione e l'annotazione di immagini, il riconoscimento di oggetti e la ricerca di immagini, varie tecniche di rilevamento di oggetti, la stima del movimento, il tracciamento di oggetti nel video, il riconoscimento dell'azione umana e infine la stilizzazione, l'editing e nuova generazione di immagini. Nel corso del progetto, gli studenti impareranno a costruire un sistema di riconoscimento e manipolazione del volto per comprendere i meccanismi interni di questa tecnologia, probabilmente la più rinomata e spesso dimostrata in film e programmi TV esempi di visione artificiale e AI.

Argomento specifico principale:

✔ Cos'è il deep learning ?.

✔ Fondamenti di immagine.

✔ Nozioni di base sulla classificazione delle immagini.

✔ Set di dati per la classificazione delle immagini.

✔ Configurazione dell'ambiente di sviluppo

✔ Crea il primo classificatore di immagini.

✔ Apprendimento parametrizzato

✔ Metodi di ottimizzazione e regolarizzazione.

✔ Fondamenti della rete neurale.

✔ Reti neurali convoluzionali.

✔ Addestrare la tua prima CNN.

✔ Salvataggio e caricamento dei modelli

✔ LeNet: riconoscimento delle cifre scritte a mano.

✔ MiniVGGNet: approfondimenti con le CNN

✔ Pianificatori del tasso di apprendimento.

✔ Individuazione di under fit e over fit.

✔ Modelli di checkpoint.

✔ Visualizzazione delle architetture di rete.

✔ Concetti di visione artificiale ed esempi pratici

✔ CNN pronte all'uso per la classificazione.

✔ Argomenti principali della programmazione Python.

✔ Argomenti di scienza dei dati Esempi di codice Python.

✔ Machine Learning con esempi di codice.