PyTorch で学ぶ画像向け Deep Learning

PyTorchを使った画像向けディープラーニングのこのコースでは、画像分類、物体検出、セグメンテーション、生成で活躍するための実践的なスキルと知識を身につけられます。

畳み込みニューラルネットワーク（CNN）で画像を分類する

CNNを使って二値および多クラスの画像分類を行い、PyTorchで事前学習済みモデルを活用する方法を理解します。 バウンディングボックスを使えば、画像内のオブジェクトを検出し、物体認識モデルの性能も評価できるようになります。

マスクを適用して画像をセグメント化する

画像セグメンテーションを探求し、セマンティックセグメンテーション、インスタンスセグメンテーション、パノプティックセグメンテーションを含め、画像にマスクを適用しながら、それぞれのセグメンテーションに必要なさまざまなモデルアーキテクチャについて学びます。

GANで画像を生成する

最後に、敵対的生成ネットワーク（GAN）を使って、自分だけの画像を生成する方法を学びます。 Deep Convolutional GAN（DCGAN）を構築・学習するためのスキルと、生成された画像の品質と多様性を評価する方法を学びます。このコースを修了する頃には、PyTorchモデルを使ってさまざまな画像タスクに取り組むためのスキルと実践経験を身につけているでしょう。