Computer Vision und Machine Learning mit MATLAB

Digitale Bilder enthalten riesige Datenmengen. Um diese Pixel in verwertbare Erkenntnisse umzuwandeln, sind jedoch spezielle Techniken des maschinellen Lernens erforderlich. Dieser Kurs führt Sie durch den gesamten Lebenszyklus des maschinellen Lernens und ermöglicht es Ihnen, Rohbilddaten in intelligente Systeme umzuwandeln, die Muster erkennen und Objekte automatisch lokalisieren können. Sie lernen, wie Sie die Datenaufbereitung verwalten, Modelle für spezifische Erkennungsaufgaben trainieren und deren Leistung anhand von Industriestandardmetriken bewerten können.Sie lernen, wie Sie die Datenaufbereitung verwalten, Modelle für spezifische Erkennungsaufgaben trainieren und deren Leistung anhand von Industriestandardmetriken bewerten können. Was Sie lernen werden: - Verstehen Sie die grundlegenden Konzepte der digitalen Bildverarbeitung und des maschinellen Lernens. - Bilddatensätze für das Training robuster Computer Vision-Modelle vorbereiten und beschriften. - Erstellen Sie Bildklassifizierungssysteme mit modernen Architekturen für neuronale Faltungsnetze. - Implementieren Sie Objekterkennungs-Workflows, um bestimmte Elemente in einem Bild zu identifizieren und zu lokalisieren. - Wenden Sie Transfer-Learning-Techniken an, um vortrainierte Modelle für eine schnellere Entwicklung zu nutzen. - Bewerten Sie die Modellleistung mit Standardmetriken wie Genauigkeit und Präzisionswiederherstellung. Der Kurs beginnt mit grundlegender Terminologie und Datenhandhabung, bevor Sie in praktische Workflows für das Training und die Verfeinerung von Modellen einsteigen.Sie werden durch schriftliche Erklärungen und codebasierte Übungen erforschen, wie diese Techniken auf Szenarien wie die Identifizierung von Straßenschildern und die Erkennung von Materialfehlern angewendet werden können. Dieser Kurs richtet sich an Einsteiger in den Bereichen Technik, Wissenschaft oder Datenanalyse, die mit Computer Vision-Tools beginnen möchten.Es sind keine Vorkenntnisse im Bereich maschinelles Lernen erforderlich. Beginnen Sie mit der Erstellung Ihrer eigenen Computer Vision-Anwendungen durch klare, textbasierte Anweisungen.