Solving Machine Learning Problems in TensorFlow/Keras (Image Processing using Deep Learning

Cui i se adresează?

Cui i se adresează?

Acest curs se adresează Machine Learning Engineers – image processing

Ce vei învăța?

Ce vei învăța?

În cadrul acestui curs cursanții vor învăța despre clasificarea și localizarea imaginilor împreună cu cele mai bune practici în Computer Vision.

Cerințe preliminare:

Cerințe preliminare:

Pentru a putea participa în cadrul acestui curs, studenții trebuie să fi parcurs modulul Basic Machine Learning în Tensorflow/Keras.

Este recomandat ca studenții să aibă următoarele cunoștințe:

Basic Deep Learning

● Neurons
● Types of Layers
● Networks
● Loss Functions
● Optimizers
● Overfitting
● Tensorflow

Basic Image Processing/Computer Vision

● Encoding
● Color Spaces
● Convolutions
● OpenCV/PIL

Agenda cursului:

Materialele de curs sunt în limba Engleză. Predarea se face în limba Română.

Agenda cursului:

Materialele de curs sunt în limba Engleză. Predarea se face în limba Română.

Module 1: Introduction to Deep Learning in Image Processing

  • Machine Learning and Deep Learning
  • Neural Network Anatomy
  • Types of Convolutions
  • Keras Workflow

 Module 2: Basic Image Processing and Computer Vision

  • Pixels and Images
  • Coordinate System
  • Channels
  • OpenCV
  • Channel Ordering
  • Blur and Sharpen kernels

Hands-on Lab: Learn basic Image Processing using OpenCV, learn to apply different filter kernels on images for blur generation or basic edge detection.

Module 3: Supervised Neural Networks and Regularization

  • Underfitting
  • Overfitting
  • Reducing the networks size
  • Weight Regularization: L1, L2, Elastic
  • Dropout
  • Batch Normalization

Hands-on Lab: Implement your first basic neural network, learn how to benchmark it and learn how to avoid overfitting on a Computer Vision classification task.

 Module 4: Convolutional Neural Networks

  • Convolutional Layers
  • Depthwise Convolutions
  • Building Convolutional Neural Networks in Keras
  • 1×1 Convolutions
  • Data Augmentation

Hands-on Lab: Improve your previous neural network by adding Convolutional Layers, benchmark them and compare them with the Fully Connected ones.

 Module 5: Common Convolutional Neural Networks Architectures

  • ImageNet
  • AlexNet
  • VGGNet
  • ResNet
  • MobileNet

Hands-on Lab:  Learn how to use already state of the art models from the Keras Hub.

Module 6: Reusing Convolutional Neural Networks

  • Object Localization
  • Object Segmentation
  • Reusing VGG
  • Fine-tuning

Hands-on Lab: Learn how to fine parameter tune your already trained Convolutional Neural Network to fit your task.

 Module 7: Explainable AI

  • Visualizing intermediate activations
  • Visualizing convnet
  • Visualizing heatmaps

Module 8: Unsupervised Generative Models for Image Processing

  • Autoencoders for Images
  • Deblurring
  • Image generation

Hands-on Lab: Generate a new image similar to the ones from the dataset by using a random seed. Face generation techniques

Module 9: Real World Machine Learning

  • Tensorboard
  • Deploying Deep Learning Models
  • Choosing the algorithm

Recomandăm să continui cu:

Recomandăm să continui cu:

Programe de certificare

Programe de certificare

Solving Machine Learning Problems in TensorFlow/Keras (Image Processing using Deep Learning)

Detalii curs

Durată

2
zile

Preț

840 EUR

Modalități de livrare

Clasă virtuală

Nivel de specializare

3. Advanced