कंप्यूटर विज़न
मशीनों को दृश्य दुनिया को देखने और उसकी व्याख्या करने में सक्षम बनाएं। डीप लर्निंग का उपयोग करके इमेज क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन और सेगमेंटेशन के बारे में जानें।
9 courses
मास्टर छवि प्रसंस्करण, वस्तु पता लगाने, और गहरी सीखने मॉडल का उपयोग पायथन और ओपनसीवी से शुरू करने के लिए बुद्धिमान दृश्य अनुप्रयोगों का निर्माण करने के लिए।
सीएनएन मास्टर्स पायथन और टेन्सरफ्लो का उपयोग वास्तविक दुनिया के डेटा विज्ञान अनुप्रयोगों के लिए शक्तिशाली छवि वर्गीकरण और पाठ विश्लेषण मॉडल बनाने के लिए करते हैं।
वस्तु की खोज, तंत्रिका शैली स्थानांतरण और पायथन, केरस और टेन्सरफ्लो का उपयोग करके छवि उत्पादन के लिए व्यावहारिक मॉडल बनाएं।
आधुनिक कम्प्यूटर और इंटरनेट के आगमन से गूगल के खोज इंजन की लोकप्रियता और उपयोग बढ़ गया है।
इस पाठ्य आधारित गाइड में तंत्रिका नेटवर्क का उपयोग कर दृश्य डाटा में हेरफेर करना तथा छवि वर्गीकरण मॉडल बनाना सीखें.
कम्प्यूटर विज़न के आधारों को सीखें और न्यूरल नेटवर्क बनाने के लिए सीखें जो छवियों का विश्लेषण और पहचान कर सकते हैं।
मूल बातों से शुरू करते हुए, विभिन्न इमेज क्लासिफिकेशन कार्यों के लिए डीप लर्निंग मॉडल को समझने, बनाने और मूल्यांकन करने के लिए स्वयं को तैयार करें।
आधुनिक Python प्रथाओं का उपयोग करके Convolutional Neural Networks को डिजाइन, प्रशिक्षित और मूल्यांकन करना सीखकर अपनी डीप लर्निंग यात्रा शुरू करें।
छवि विसंगतियों का पता लगाने, लेबलिंग को स्वचालित करने और सीमित डेटासेट के साथ भी सिंथेटिक प्रशिक्षण डेटा उत्पन्न करने के लिए कंप्यूटर विजन मॉडल बनाना सीखें।