After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
이 딥러닝 강의는 PyTorch를 활용한 이미지 분야를 다루며, 이미지 분류, 객체 탐지, 분류, 생성에서 뛰어난 실무 기술과 지식을 갖추도록 도와줍니다.
합성곱 신경망(CNN)으로 이미지를 분류하세요
CNN을 활용해 이진 및 다중 클래스 이미지 분류를 수행하고, PyTorch에서 사전 학습된 모델을 활용하는 방법을 이해하게 됩니다. 바운딩 박스를 사용하면 이미지 내 객체를 감지하고 객체 인식 모델의 성능도 평가할 수 있습니다.마스크를 적용하여 이미지를 분류
이미지 분류를 탐색하고, 이미지에 마스크를 적용하여 의미론적, 인스턴스, 파노픽 분류를 포함한 다양한 분류를 살펴보며, 각 분류 유형에 필요한 서로 다른 모델 아키텍처에 대해 학습합니다.GAN으로 이미지 생성하기
마지막으로, 생성적 적대 신경망(GAN)을 사용해 직접 이미지를 생성하는 방법을 배우게 됩니다. Deep Convolutional GAN(DCGAN)을 구축하고 학습하는 데 필요한 기술과 생성된 이미지의 품질과 다양성을 평가하는 방법을 배우게 됩니다.이 강의를 마치면 PyTorch 모델을 사용해 다양한 이미지 작업을 수행할 수 있는 기술과 경험을 갖추게 됩니다.사전 요구 사항
커리큘럼
코스 개요
1
CNN으로 하는 이미지 분류
CNN을 활용한 이미지 분류, 이진 분류와 다중 클래스 분류의 차이, 그리고 PyTorch에서 전이 학습으로 이미지 분류를 수행하는 방법을 배워요.
2
객체 인식
이미지에서 객체 주위에 바운딩 박스를 예측해 탐지하고, 객체 인식 모델의 성능을 평가해요.
3
이미지 분할
세 가지 이미지 분할 방식(의미론적, 인스턴스, 팬옵틱), 그 활용 사례, 그리고 각 작업에 적합한 Machine Learning 모델 구조를 배워요.
4
GAN으로 하는 이미지 생성
Generative Adversarial Networks(GANs)로 완전히 새로운 이미지를 생성해 보세요. Deep Convolutional GAN을 구축하고 학습하는 방법, 그리고 결과물의 품질과 다양성을 평가하는 방법을 배웁니다.
PyTorch로 배우는 이미지 딥러닝
코스
완료
