Deep Learning for computer vis

Derin öğrenme, halihazırda hızla gelişen bilgisayar görüşü alanına büyük bir destek ekledi. Derin öğrenme ile, bilgisayarla görme tekniklerinin birçok yeni uygulaması tanıtıldı ve şimdi günlük hayatımızın bir parçası haline geliyor. Bunlar, kendi kendine giden arabalarda yüz tanıma ve indeksleme, fotoğraf stilizasyon veya makine görüşünü içerir.

Bu uygulamanın amacı, derin öğrenme meraklılarını temel bilgilerden başlayarak ve ardından daha modern derin öğrenme modellerine dönerek bilgisayarla görmeye tanıtmaktır. Bilgisayarla görme uygulaması için derin öğrenme; görüntü sınıflandırma ve açıklama, nesne tanıma ve görüntü arama, çeşitli nesne algılama teknikleri, hareket tahmini, videoda nesne izleme, insan eylemi tanıma ve son olarak görüntü stilizasyon, düzenleme ve yeni görüntü üretimi. Ders projesinde, öğrenciler bu teknolojinin iç mekaniğini anlamak için yüz tanıma ve manipülasyon sisteminin nasıl kurulacağını öğrenecekler, muhtemelen en ünlüsü ve filmlerde ve TV şovlarında bilgisayarla görme ve yapay zeka örneğinde gösteriliyor.

Ana Özel Konu:

✔ Derin Öğrenme nedir ?.

✔ Görüntü Temelleri.

✔ Görüntü Sınıflandırmanın Temelleri.

✔ Görüntü Sınıflandırması için Veri Kümeleri.

✔ Geliştirme Ortamınızı Yapılandırma

✔ İlk Görüntü Sınıflandırıcı Oluşturun.

✔ Parametreli Öğrenme

✔ Optimizasyon Yöntemleri ve Düzenlemeler.

✔ Sinir Ağı Temelleri.

✔ Evrişimli Sinir Ağları.

✔ İlk CNN'inizi Eğitin.

✔ Modellerinizi Kaydetme ve Yükleme

✔ LeNet: El Yazısı Basamakları Tanıma.

✔ MiniVGGNet: CNN'lerle Daha Derine İnmek

✔ Öğrenme Hızı Planlayıcıları.

✔ Az Yerleştirme ve Fazla Yerleştirme.

✔ Checkpointing Modelleri.

✔ Ağ Mimarilerini Görselleştirme.

✔ Bilgisayarla Görme Kavramları ve Uygulama örnekleri

✔ Sınıflandırma için kutudan çıkar çıkmaz CNN'ler.

✔ Python programlama temel konuları.

✔ Veri Bilimi Konuları Python Kodu örnekleri.

✔ Kod örnekleriyle Makine Öğrenimi.