Wizja komputerowa i uczenie maszynowe z MATLAB

Obrazy cyfrowe zawierają ogromne ilości danych, ale przekształcenie tych pikseli w praktyczne informacje wymaga specjalistycznych technik uczenia maszynowego.Ten kurs przeprowadzi Cię przez cały cykl życia uczenia maszynowego, umożliwiając przekształcenie surowych danych obrazu w inteligentne systemy, które mogą rozpoznawać wzorce i automatycznie lokalizować obiekty. Będziesz rozwijać się od zrozumienia podstawowych struktur danych obrazu do wdrażania zaawansowanych algorytmów wykrywania.Pod koniec kursu będziesz w stanie zarządzać przygotowaniem danych, trenować modele do konkretnych zadań rozpoznawania i oceniać ich wydajność za pomocą standardowych wskaźników branżowych. Czego się nauczysz: - Zrozum podstawowe pojęcia cyfrowego przetwarzania obrazu i uczenia maszynowego. - Przygotuj i oznacz zestawy danych obrazów do szkolenia solidnych modeli widzenia komputerowego. - Buduj systemy klasyfikacji obrazów przy użyciu nowoczesnych architektur splotowych sieci neuronowych. - Wdrażaj przepływy pracy wykrywania obiektów, aby identyfikować i lokalizować określone elementy na obrazie. - Zastosuj techniki uczenia się transferu, aby wykorzystać wstępnie wyszkolone modele w celu szybszego rozwoju. - Oceń wydajność modelu za pomocą standardowych wskaźników, takich jak dokładność i precyzja. Kurs rozpoczyna się od podstawowej terminologii i obsługi danych, a następnie przechodzi do praktycznych przepływów pracy w celu szkolenia i udoskonalania modeli.Zbadasz, w jaki sposób te techniki mają zastosowanie do scenariuszy, takich jak identyfikacja znaków ulicznych i wykrywanie wad materiałowych za pomocą pisemnych wyjaśnień i ćwiczeń opartych na kodzie. Ten kurs jest przeznaczony dla początkujących w dziedzinie inżynierii, nauki lub analizy danych, którzy chcą zacząć korzystać z narzędzi wizyjnych komputera.Nie jest wymagane wcześniejsze doświadczenie z uczeniem maszynowym. Zacznij budować własne aplikacje wizyjne za pomocą jasnych, opartych na tekście instrukcji.