Deep Learning pour la vision par ordinateur : des CNN aux GAN

De l'identification d'objets en temps réel à la création d'images entièrement nouvelles, la puissance réside dans les architectures modernes d'apprentissage profond. Ce cours fournit un parcours pratique des fondamentaux des réseaux de neurones convolutionnels (CNN) aux modèles avancés qui alimentent l'IA visuelle la plus impressionnante d'aujourd'hui.Vous irez au-delà de la classification d'image de base et acquerrez les compétences nécessaires pour mettre en œuvre des systèmes de vision par ordinateur sophistiqués pour une variété de tâches. Grâce à des explications claires et textuelles et à des exemples de code, vous apprendrez à penser comme un praticien de la vision par ordinateur. Ce que vous apprendrez: - Comprendre l'évolution des CNN des conceptions classiques aux architectures modernes telles que ResNet et Inception. - Construire des modèles de détection d'objets pour identifier et localiser plusieurs éléments dans une image en utilisant des techniques de détecteur à tir unique (SSD). - Créer des images artistiques en mettant en œuvre le transfert de style neuronal pour mélanger le contenu et le style de différentes images. - Explorez les fondements de l'IA générative en construisant et en entraînant des réseaux génératifs adversaires (GAN) à partir de zéro. - Pratiquer la préparation de jeux de données d'images et évaluer les performances du modèle pour les applications de vision par ordinateur du monde réel. - Implémentez des modèles complexes étape par étape en utilisant les frameworks TensorFlow et Keras populaires en Python. Le cours commence par les concepts de base et la terminologie clé avant de passer à des exercices pratiques où vous appliquerez ce que vous avez lu.Vous suivrez des tutoriels écrits pour construire et entraîner chaque type de modèle, solidifiant votre compréhension par la pratique. Ce cours est conçu pour les apprenants ayant une compréhension de base de Python et des concepts d'apprentissage automatique.Aucune expérience préalable en vision par ordinateur n'est nécessaire pour commencer. Commencez dès aujourd'hui votre voyage dans le monde de la vision par ordinateur moderne.