คอมพิวเตอร์วิทัศน์และการรู้จำภาพด้วย TensorFlow

คอมพิวเตอร์วิทัศน์คือเทคโนโลยีที่ช่วยให้เครื่องจักรสามารถตีความและเข้าใจโลกแห่งภาพได้ และการเรียนรู้ให้เชี่ยวชาญต้องอาศัยความเข้าใจอย่างถ่องแท้เกี่ยวกับสถาปัตยกรรม Deep Learning หลักสูตรนี้มอบเส้นทางที่มีโครงสร้างเพื่อก้าวข้ามการจำแนกประเภทแบบง่ายๆ และทำงานที่ซับซ้อนได้ เช่น การระบุวัตถุหลายชิ้นในเฟรมและการวาดโครงร่างรูปร่างที่แน่นอนของวัตถุเหล่านั้น คุณจะได้เรียนรู้วิธีออกแบบและปรับปรุงโครงข่ายประสาทเทียมที่สามารถมองเห็น ระบุตำแหน่ง และจัดหมวดหมู่ข้อมูลภายในภาพดิจิทัลได้ เมื่อจบคอร์สนี้ คุณจะสามารถนำโมเดลมาตรฐานอุตสาหกรรมไปใช้งานได้ และปรับเปลี่ยนให้เข้ากับปัญหาการรู้จำภาพที่เฉพาะเจาะจง สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจแนวคิดพื้นฐานของ convolutional neural networks และการประมวลผลข้อมูลเชิงพื้นที่ - ประยุกต์ใช้เทคนิค transfer learning เพื่อใช้ประโยชน์จากโมเดลที่ได้รับการฝึกฝนล่วงหน้าอันทรงพลังสำหรับชุดข้อมูลที่กำหนดเอง - สร้างระบบตรวจจับวัตถุโดยใช้สถาปัตยกรรม regional-CNN และ residual network - นำวิธีการแบ่งส่วนภาพ เช่น U-Net และ Mask R-CNN ไปใช้สำหรับการระบุระดับพิกเซล - สำรวจสถาปัตยกรรมวิทัศน์สมัยใหม่ รวมถึงการแนะนำ Vision Transformers - ฝึกฝนกลยุทธ์การเตรียมข้อมูลและการเพิ่มข้อมูลเพื่อปรับปรุงความทนทานและความแม่นยำของโมเดล หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและรากฐานทางสถาปัตยกรรม ก่อนที่จะก้าวไปสู่ภารกิจด้านวิทัศน์ที่เฉพาะเจาะจง เช่น การระบุตำแหน่งและการแบ่งส่วน คุณจะได้ติดตามคำอธิบายที่เป็นลายลักษณ์อักษรและวิเคราะห์ส่วนของโค้ด เพื่อทำความเข้าใจตรรกะเบื้องหลังไปป์ไลน์คอมพิวเตอร์วิทัศน์สมัยใหม่ หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่สนใจ Deep Learning และปัญญาประดิษฐ์ ไม่จำเป็นต้องมีประสบการณ์ด้านคอมพิวเตอร์วิทัศน์มาก่อน เริ่มสร้างทักษะคอมพิวเตอร์วิทัศน์ของคุณได้แล้ววันนี้