คอมพิวเตอร์วิทัศน์และการตรวจจับวัตถุด้วย TensorFlow

คอมพิวเตอร์วิทัศน์กำลังเปลี่ยนแปลงวิธีการที่เครื่องจักรโต้ตอบกับโลกทางกายภาพ แต่การเปลี่ยนจากการรู้จำภาพพื้นฐานไปสู่การตรวจจับวัตถุที่ซับซ้อนอาจรู้สึกเหมือนเป็นการก้าวกระโดดครั้งใหญ่ หลักสูตรนี้จะเชื่อมช่องว่างนั้น โดยสอนวิธีใช้ประโยชน์จากโมเดลที่ผ่านการฝึกอบรมล่วงหน้าอันทรงพลังเพื่อแก้ไขงานด้านภาพที่ซับซ้อนโดยมีความซับซ้อนทางคณิตศาสตร์น้อยที่สุด เมื่อจบคอร์สนี้ คุณจะสามารถเปลี่ยนตัวจำแนกภาพธรรมดาให้เป็นระบบที่แข็งแกร่งซึ่งสามารถระบุและระบุตำแหน่งวัตถุหลายชิ้นได้แบบเรียลไทม์ คุณจะได้เรียนรู้การใช้บล็อกการสร้างระดับสูงที่ช่วยให้คุณมุ่งเน้นไปที่ผลลัพธ์แทนที่จะเป็นโค้ดระดับต่ำที่น่าเบื่อ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจการเปลี่ยนผ่านจากโครงข่ายประสาทเทียมแบบคอนโวลูชันพื้นฐานไปสู่เฟรมเวิร์กการตรวจจับวัตถุขั้นสูง - ประยุกต์ใช้เทคนิค transfer learning โดยใช้สถาปัตยกรรมสมัยใหม่ เช่น ResNet และ MobileNetV2 - นำเวิร์กโฟลว์การตรวจจับวัตถุไปใช้โดยใช้ TensorFlow Object Detection API และหลักการของ YOLO - กำหนดค่าชุดข้อมูลที่กำหนดเองสำหรับงานฝึกอบรมเฉพาะทางในสภาพแวดล้อมบนคลาวด์ - เชี่ยวชาญกลยุทธ์การเพิ่มข้อมูลสมัยใหม่เพื่อปรับปรุงความทนทานและความแม่นยำของโมเดล - ฝึกฝนการปรับแต่งโมเดลที่ผ่านการฝึกอบรมล่วงหน้าเพื่อปรับให้เข้ากับความท้าทายด้านภาพในโลกแห่งความเป็นจริงโดยเฉพาะ หลักสูตรเริ่มต้นด้วยคำศัพท์พื้นฐานและวิวัฒนาการของสถาปัตยกรรมวิทัศน์ ก่อนที่จะเข้าสู่การนำระบบตรวจจับไปใช้จริง คุณจะได้อ่านคำอธิบายโดยละเอียดและวิเคราะห์โค้ดสั้น ๆ เพื่อทำความเข้าใจว่าบล็อกการสร้างระดับสูงมารวมกันเพื่อสร้างแอปพลิเคชันอัจฉริยะได้อย่างไร หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่มีความรู้พื้นฐานเกี่ยวกับ Python และต้องการเข้าสู่สาขาคอมพิวเตอร์วิทัศน์โดยไม่ต้องจมอยู่กับคณิตศาสตร์ระดับต่ำ ไม่จำเป็นต้องมีประสบการณ์ล่วงหน้าเกี่ยวกับการเรียนรู้เชิงลึกขั้นสูง เริ่มสร้างระบบวิทัศน์อัจฉริยะวันนี้ด้วยการเรียนรู้เครื่องมือที่ใช้ในอุตสาหกรรมสมัยใหม่