Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
Questo corso sul deep learning per immagini con PyTorch ti darà le competenze pratiche e le conoscenze per diventare un esperto nella classificazione delle immagini, nel rilevamento degli oggetti, nella segmentazione e nella generazione.
Classifica le immagini con le reti neurali convoluzionali (CNN)
Applicherai le CNN per la classificazione di immagini binarie e multi-classe e capirai come usare i modelli pre-addestrati in PyTorch. Con i riquadri di delimitazione, potrai anche individuare gli oggetti all'interno di un'immagine e vedere come vanno i modelli di riconoscimento degli oggetti.Segmenta le immagini usando delle maschere
Scopri la segmentazione delle immagini, come quella semantica, per istanza e panottica, usando delle maschere sulle immagini e impara le diverse architetture di modelli che servono per ogni tipo di segmentazione.Crea immagini con le GAN
Infine, imparerai come creare le tue immagini usando le reti generative avversarie (GAN). Imparerai le competenze necessarie per creare e addestrare Deep Convolutional GAN (DCGAN) e come valutare la qualità e la diversità delle immagini generate.Alla fine di questo corso, avrai imparato le competenze e l'esperienza per lavorare su vari compiti relativi alle immagini usando i modelli PyTorch.Prerequisiti
Programma
Struttura del corso
1
Classificazione di immagini con CNN
Scopri la classificazione di immagini con le CNN, la differenza tra modelli di classificazione binaria e multi-classe e come usare il transfer learning per la classificazione di immagini in PyTorch.
- Classificazione di immagini binaria e multi-classe50 XP
- Il numero di classi50 XP
- Modello di classificazione binaria100 XP
- Modello di classificazione multi-classe100 XP
- Strati convoluzionali per le immagini50 XP
- RGB, scala di grigi o alpha?50 XP
- Aggiungere una nuova layer di convoluzione100 XP
- Creare un blocco sequenziale100 XP
- Lavorare con modelli pre-addestrati50 XP
- Salvare e caricare un modello100 XP
- Caricare un modello pre-addestrato100 XP
- Classificazione di immagini con ResNet100 XP
2
Riconoscimento di oggetti
Rileva oggetti nelle immagini prevedendo le bounding box attorno a essi e valuta le prestazioni dei modelli di riconoscimento di oggetti.
3
Segmentazione di immagini
Scopri i tre tipi di segmentazione di immagini (semantica, a istanze e panottica), le loro applicazioni e le architetture di Machine Learning più adatte per ciascuna.
4
Generazione di immagini con GAN
Genera immagini completamente nuove con le Generative Adversarial Networks (GAN). Impara a creare e addestrare una Deep Convolutional GAN e a valutare la qualità e la varietà dei suoi risultati.
Deep Learning per Immagini con PyTorch
Corso
completato
