Машинное зрение: распознавание объектов на Python
Learn to train and optimize convolutional neural networks (CNNs) for image object recognition. Master image analysis and deep learning techniques.
Course Content
Машинное зрение: распознавание объектов на Python is an advanced Udemy course taught by Центр digital-профессий ITtensive. It runs 5h 6m, is taught in Russian, and includes a certificate of completion. Learners rate it 3.8 out of 5 from 24 reviews, with 171 students enrolled. It is a paid course, last updated November 2020.
Чтобы получить доступ к курсам ITtensive на Udemy, пожалуйста, напишите на support@ittensive.com, указав название интересующего вас курса или группы курсов.
Начните свое путешествие в мир машинного зрения с нашего вводного курса! Этот курс, первый в серии, посвящен распознаванию изображений с использованием нейронных сетей на языке Python. Курс разделен на три ключевые части:
Введение в нейронные сети: Мы разберем фундаментальные концепции нейронных сетей, включая нейроны, слои, связи, обратное распространение ошибки и многослойный перцептрон. Вы изучите особенности обучения и оптимизации нейронных сетей, необходимые для успешной работы с ними.
Сверточные нейронные сети (CNN): Погрузитесь в архитектуры сверточных нейронных сетей, изучив такие популярные модели, как LeNet, AlexNet, VGG и ResNet. Узнайте, как они работают и почему они так эффективны в задачах компьютерного зрения.
Распознавание цифр: Примените полученные знания на практике, используя Python и Keras для создания и обучения моделей нейронных сетей для распознавания набора данных MNIST (рукописные цифры). Мы подробно рассмотрим все прикладные особенности работы с нейросетями в Keras, включая:
- Особенности работы с оцифрованными изображениями.
- Создание моделей и слоев.
- Преобразование форм данных (многомерных массивов).
- Использование генераторов и дополнения изображений.
- Разделение данных на обучающие, тестовые и валидационные выборки.
- Функции оптимизации и пакетное обучение.
- Прикладная оптимизация нейросети.
- Визуализация процесса обучения.
- Пакетная нормализация, регуляризация и отсев.
- Методы инициализации весов.
Распознавание автомобильных номеров: Мы применим навыки распознавания изображений для решения реальной задачи – распознавания автомобильных номеров. Вы научитесь:
- Загружать, фильтровать и преобразовывать изображения.
- Создавать генераторы обучения из директорий.
- Изменять контраст, резкость и применять маски гистограмм изображений.
- Распознавать один из 21 класса изображений (цифры и буквы).
- Использовать обученную модель на реальных данных.
Курсовой проект: Создайте собственную обученную нейросеть, способную распознавать автомобильные номера по фотографии! Этот практический опыт позволит вам закрепить полученные знания и создать полезный инструмент.
Want AI in your product? Hire the team behind TutorialSearch.io
LLM features, RAG, agents and automation wired into a real product — built by the devs who shipped this site.