Détection d'objets avec l'apprentissage profond : Construction de modèles de vision par ordinateur

La détection d'objets est au cœur de la technologie moderne, alimentant tout, des véhicules autonomes aux outils de diagnostic médical. Comprendre comment localiser et classer plusieurs objets dans une seule image est une compétence essentielle pour quiconque entre dans le domaine de la vision par ordinateur. Ce cours écrit vous guide des concepts fondamentaux de l'apprentissage profond à l'entraînement de vos propres modèles de détection d'objets. Vous apprendrez les mécanismes derrière les architectures modernes et comprendrez comment préparer des ensembles de données, évaluer les performances des modèles et appliquer ces modèles à des scénarios réels. Ce que vous apprendrez : - Comprendre la terminologie fondamentale de la vision par ordinateur, les boîtes englobantes et les boîtes d'ancrage - Analyser les architectures modernes de détection d'objets, y compris YOLO, SSD et Faster R-CNN - Appliquer des techniques d'apprentissage par transfert pour entraîner des modèles personnalisés à l'aide de backbones pré-entraînés - Évaluer les performances du modèle à l'aide de métriques clés telles que l'Intersection sur Union (IoU) et la précision moyenne (mAP) - Préparer et augmenter les ensembles de données d'images pour améliorer la précision et la robustesse du modèle - Configurer les pipelines d'entraînement et implémenter des solutions basées sur le code pour les tâches de détection d'objets Le cours commence par la terminologie essentielle et les fondements mathématiques de la localisation spatiale. Vous progresserez ensuite à travers des leçons écrites structurées et des démonstrations de code pour configurer, entraîner et tester un modèle afin de détecter des objets du monde réel tels que des panneaux de stationnement. Ce cours est conçu pour les débutants ayant une compréhension de base de Python, et aucune expérience préalable en vision par ordinateur ou en apprentissage profond n'est requise pour commencer. Commencez à lire dès aujourd'hui et développez les compétences nécessaires pour faire voir les machines.