Computer Vision with Google Colab and TensorFlow

Prerequisites:

• Doświadczenie w programowaniu Python
• Zrozumienie pojęć uczenia głębokiego
• Podstawowa wiedza na temat sieci neuronowych konwolucyjnych (CNNs)

Grupa docelowa

• Naukowcy danych
• Specjaliści od sztucznej inteligencji

Overview:

Komputerowe widzenie jest szybko rozwijającym się polem w dziedzinie sztucznej inteligencji, a TensorFlow jest jednym z najpotężniejszych narzędzi dostępnych do budowania i wdrażania modeli wizyjnych. Ten kurs wprowadza uczestników w zaawansowane techniki komputerowego widzenia za pomocą TensorFlow i Google Colab, obejmując kluczowe obszary, takie jak sieci neuronowe konwolucyjne (CNNs) i techniki przetwarzania obrazów.Ten kurs prowadzony przez instruktora (online lub na miejscu) jest skierowany do zaawansowanych profesjonalistów, którzy chcą pogłębić swoją wiedzę na temat komputerowego widzenia i eksplorować możliwości TensorFlow do tworzenia zaawansowanych modeli wizyjnych przy użyciu Google Colab.Po zakończeniu tego szkolenia uczestnicy będą mogli:- Budować i trenować sieci neuronowe konwolucyjne (CNNs) za pomocą TensorFlow.- Wykorzystywać Google Colab do skalowalnego i wydajnego rozwoju modeli w chmurze.- Wdrażać techniki preprocesingu obrazów do zadań komputerowego widzenia.- Wdrażać modele komputerowego widzenia do zastosowań praktycznych.- Używać transfer learningu do poprawy wydajności modeli CNN.- Wizualizować i interpretować wyniki modeli klasyfikacji obrazów.Format kursu- Interaktywne wykłady i dyskusje.- Wiele ćwiczeń i praktyki.- Ręczne wdrażanie w środowisku live-lab.Opcje dostosowania kursu- Aby złożyć wniosek o dostosowany kurs, skontaktuj się z nami w celu uzgodnienia.

Course Outline:

Wprowadzenie do Computer Vision

• Przegląd aplikacji wizji komputerowej
• Zrozumienie danych obrazowych i formatów
• Wyzwania w zadaniach wizji komputerowej

Wprowadzenie do sieci konwolucyjnych Neural Networks (CNNs)

• Co to są CNNs?
• Architektura sieci konwolucyjnych: warstwy konwolucyjne, pooling i warstwy całkowicie połączone
• Jak sieci konwolucyjne są używane w wizji komputerowej

Praktyczne ćwiczenia z TensorFlow i Google Colab

• Konfiguracja środowiska w Google Colab
• Używanie TensorFlow do budowania modeli
• Budowanie prostego modelu sieci konwolucyjnej w TensorFlow

Zaawansowane techniki sieci konwolucyjnych

• Transfer learning dla sieci konwolucyjnych
• Dopasowywanie modeli pretrainowanych
• Techniki augmentacji danych dla poprawienia wydajności

Przetwarzanie i augmentacja obrazów

• Techniki przetwarzania obrazów (skalowanie, normalizacja itp.)
• Augmentacja danych obrazowych dla lepszego szkolenia modelu
• Używanie rurociągu danych obrazowych TensorFlow

Budowanie i wdrażanie modeli Computer Vision

• Trenowanie sieci konwolucyjnych do klasyfikacji obrazów
• Ocenianie i weryfikowanie wydajności modelu
• Wdrażanie modeli w środowiskach produkcyjnych

Zastosowania wizji komputerowej w rzeczywistym świecie

• Wizja komputerowa w opiece zdrowotnej, handlu i bezpieczeństwie
• Rozpoznawanie obiektów i rozpoznawanie za pomocą sztucznej inteligencji
• Używanie sieci konwolucyjnych do rozpoznawania twarzy i gestów

Podsumowanie i następne kroki