| Εκδοχή | 1.0 |
|---|---|
| Εκδότης | LearnML |
| Ημερομηνία κυκλοφορίας | 19 Δεκ 2019 |
| Ημερομηνία προστέθηκε | 19 Δεκ 2019 |
| Απαιτήσεις Os | Windows 10, Windows 8, Windows Vista, Windows, Windows 7 |
| Απαιτήσεις | Google Colab Environment |
| Σύνολο λήψεων | 1 |
| Τιμή | $100.00 |
Περιγραφή
Η ανίχνευση αντικειμένων είναι μια βασική εργασία στο Computer Vision. Έχει μεγάλη ιστορία ανάπτυξης, από εποχές που οι υπολογιστές ήταν πολύ βαρείς για να τους μεταφέρουν. Η ανίχνευση αντικειμένων είναι ένα εξελικτικό βήμα για ένα ευρύ φάσμα εφαρμογών όπως στρατιωτικές εφαρμογές, πολεοδομικός σχεδιασμός και περιβαλλοντική διαχείριση. Ωστόσο, είναι ένα δύσκολο έργο λόγω των διαφορετικών κλιμάκων και εμφάνισης των αντικειμένων.
Αυτό το μάθημα σχεδιάστηκε ως ένα επόμενο βήμα μάθησης για άτομα που έχουν ήδη βασικές γνώσεις από τα Coursera, Udemy, edX, κ.λπ. και για άτομα που θέλουν να επεκτείνουν την τεχνογνωσία τους σε έναν άλλο τομέα της Μηχανικής Μάθησης. Γεφυρώνουμε το χάσμα μεταξύ θεωρίας και πρακτικής γνώσης, ώστε να είστε έτοιμοι για πραγματικές εργασίες, να κατέχετε την όραση υπολογιστή και την επεξεργασία εικόνας και να βρείτε καλύτερη δουλειά εντός μηνών από την ολοκλήρωση του μαθήματος.
Δημιουργείται από προγραμματιστές σε προγραμματιστές και παρέχει μια βαθιά κατανόηση των εργασιών ανίχνευσης αντικειμένων στο πεδίο όρασης υπολογιστή. Τα θέματα του μαθήματος θα σας καθοδηγήσουν στην πορεία ανάπτυξης σύγχρονων αλγορίθμων και μοντέλων ανίχνευσης αντικειμένων, ώστε να μάθετε να εφαρμόζετε αρχιτεκτονικές βαθιάς μάθησης σε εργασίες όρασης υπολογιστή. Ανακαλύψτε πώς να προχωρήσετε στην έρευνα αυτής της περιοχής και δημιουργήστε μια πιο ακριβή λύση. Τα θέματα του μαθήματος περιλαμβάνουν απλά μοντέλα εντοπισμού (με βάση συντεταγμένες και μάσκα), δίκτυα μονής λήψης (Yolo, SSD) και δίκτυα τοπικών προτάσεων (Faster RCNN, Mask RCNN).
