Курс «Розв’язання задач машинного навчання в TensorFlow/Keras (обробка зображень за допомогою глибокого навчання)» призначений для інженерів машинного навчання – спеціалістів з обробки зображень.
У цьому курсі студенти дізнаються про класифікацію та локалізацію зображень разом із найкращими практиками комп’ютерного зору.
Щоб взяти участь у цьому курсі, студенти повинні пройти базовий модуль машинного навчання в Tensorflow/Keras.
Рекомендується, щоб студенти володіли такими знаннями:
Базове глибоке навчання
● Нейрони
● Типи шарів
● Мережі
● Функції втрат
● Оптимізатори
● Переобладнання
● Tensorflow
Основна обробка зображень/комп’ютерний зір
● Кодування
● Кольорові простори
● Згортки
● OpenCV/PIL
Модуль 1: Вступ до глибокого навчання в обробці зображень
- Машинне навчання та глибоке навчання
- Анатомія нейронної мережі
- Види звивин
- Робочий процес Keras
Модуль 2: Основи обробки зображень і комп’ютерного зору
- Пікселі та зображення
- Координатна система
- Канали
- OpenCV
- Упорядкування каналів
- Ядра розмиття та різкості
Практична лабораторія: Дізнайтеся про базову обробку зображень за допомогою OpenCV, навчіться застосовувати різні ядра фільтрів до зображень для створення розмиття або базового визначення країв.
Модуль 3: Контрольовані нейронні мережі та регуляризація
- Недобір
- Переобладнання
- Зменшення розміру мережі
- Регулятор ваги: L1, L2, еластичний
- Викинути
- Пакетна нормалізація
Практична лабораторія: Впровадьте свою першу базову нейронну мережу, навчіться її порівнювати та дізнайтеся, як уникнути переобладнання в класифікаційному завданні комп’ютерного зору.
Модуль 4: Згорткові нейронні мережі
- Згорткові шари
- Поглиблені звивини
- Побудова згорткових нейронних мереж у Keras
- Згортки 1×1
- Збільшення даних
Практична лабораторія: Покращуйте свою попередню нейронну мережу, додаючи згорткові шари, перевіряйте їх і порівнюйте з повністю підключеними.
Модуль 5: Загальні архітектури згорткових нейронних мереж
- IMAGEnet
- AlexNet
- VGGNet
- ResNet
- MobileNet
Практична лабораторія: Дізнайтеся, як використовувати вже сучасні моделі від Keras Hub.
Модуль 6: Повторне використання згорткових нейронних мереж
- Локалізація об'єкта
- Сегментація об'єктів
- Повторне використання VGG
- Тонка настройка
Практична лабораторія: Дізнайтеся, як точно налаштувати параметри вашої вже навченої згорткової нейронної мережі відповідно до вашого завдання.
Mода 7: З'ясовна А.І
- Візуалізація проміжних активацій
- Конвенція візуалізації
- Візуалізація теплових карт
Модуль 8: Неконтрольовані генеративні моделі для обробки зображень
- Автокодери для зображень
- Розмивання
- Генерація зображення
Практична лабораторія: Створіть нове зображення, подібне до зображень із набору даних, використовуючи випадкове початкове число. Зробіть методи генерації
Модуль 9: Машинне навчання в реальному світі
- Тензорна дошка
- Розгортання моделей глибокого навчання
- Вибір алгоритму
Вирішення проблем машинного навчання в TensorFlow/Keras (обробка зображень за допомогою глибокого навчання)
