Visione Artificiale
Consenti alle macchine di vedere e interpretare il mondo visivo. Impara la classificazione delle immagini, il rilevamento di oggetti e la segmentazione utilizzando il deep learning.
13 courses
Padroneggia l'elaborazione delle immagini, il rilevamento degli oggetti e i modelli di deep learning utilizzando Python e OpenCV per creare applicazioni visive intelligenti da zero.
Impara a utilizzare le CNN con Python e TensorFlow per creare potenti modelli di classificazione delle immagini e analisi del testo per applicazioni di data science reali.
Crea modelli pratici per il rilevamento di oggetti, il trasferimento di stili neurali e la generazione di immagini utilizzando Python, Keras e TensorFlow.
Crea e ottimizza reti neurali convoluzionali per il riconoscimento delle immagini utilizzando TensorFlow e le moderne tecniche di computer vision.
Scopri come manipolare i dati visivi e creare modelli di classificazione delle immagini utilizzando le reti neurali in questa guida completa basata su testo.
Padroneggia le basi della visione artificiale e impara a costruire reti neurali in grado di analizzare e riconoscere le immagini.
Padroneggia i fondamenti della visione artificiale e dell'elaborazione del linguaggio naturale per creare modelli che generano automaticamente descrizioni testuali per le immagini.
Impara ad analizzare immagini e flussi video scrivendo applicazioni pratiche C # da zero.
Scopri come creare pipeline automatizzate per elaborare in modo efficiente grandi volumi di dati di immagini e video.
Impara a creare modelli di classificazione delle immagini e di rilevamento degli oggetti utilizzando MATLAB per risolvere problemi di ingegneria e scienza reali.
Inizia il tuo viaggio nel deep learning imparando a progettare, addestrare e valutare Reti Neurali Convoluzionali utilizzando pratiche Python moderne.
Preparati a comprendere, creare e valutare modelli di deep learning per varie attività di classificazione delle immagini, partendo dalle basi.
Impara a costruire modelli di computer vision per rilevare anomalie nelle immagini, automatizzare l'etichettatura e generare dati di addestramento sintetici anche con dataset limitati.