Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Deze cursus over deep learning voor afbeeldingen met PyTorch geeft je de praktische vaardigheden en kennis om goed te worden in het classificeren, detecteren, segmenteren en genereren van afbeeldingen.
Classificeer afbeeldingen met convolutionele neurale netwerken (CNN's)
Je gaat CNN's gebruiken voor het classificeren van afbeeldingen in twee of meerdere klassen en je leert hoe je vooraf getrainde modellen in PyTorch kunt gebruiken. Met bounding boxes kun je ook dingen in een afbeelding vinden en kijken hoe goed objectherkenningsmodellen werken.Segmenteer afbeeldingen door maskers toe te passen
Duik in beeldsegmentatie, zoals semantische, instantie- en panoptische segmentatie, door maskers op afbeeldingen te zetten en leer over de verschillende modelarchitecturen die je voor elk type segmentatie nodig hebt.Maak afbeeldingen met GAN's
Tot slot leer je hoe je je eigen afbeeldingen kunt maken met behulp van Generative Adversarial Networks (GAN's). Je leert hoe je Deep Convolutional GAN's (DCGAN's) kunt bouwen en trainen, en hoe je de kwaliteit en diversiteit van gegenereerde afbeeldingen kunt beoordelen.Aan het einde van deze cursus heb je de vaardigheden en ervaring om met PyTorch-modellen aan verschillende beeldtaken te werken.Vereisten
Lesprogramma
Cursusoverzicht
1
Beeldclassificatie met CNN's
Leer over beeldclassificatie met CNN's, het verschil tussen binaire en multi-class beeldclassificatiemodellen, en hoe je transfer learning gebruikt voor beeldclassificatie in PyTorch.
- Binaire en multi-class image classification50 XP
- Het aantal klassen50 XP
- Binair classificatiemodel100 XP
- Multi-class-classificatiemodel100 XP
- Convolutionele lagen voor afbeeldingen50 XP
- RGB, grijswaarden of alpha?50 XP
- Een nieuwe convolutionele laag toevoegen100 XP
- Een sequentieel blok maken100 XP
- Werken met voorgetrainde modellen50 XP
- Een model opslaan en laden100 XP
- Een voorgetraind model laden100 XP
- Beeldclassificatie met ResNet100 XP
2
Objectherkenning
Detecteer objecten in afbeeldingen door bounding boxes te voorspellen en evalueer de prestaties van objectherkenningsmodellen.
3
Beeldsegmentatie
Leer over de drie typen beeldsegmentatie (semantisch, instance en panoptisch), hun toepassingen en de geschikte Machine Learning-modelarchitecturen om elk daarvan uit te voeren.
4
Afbeeldingen genereren met GAN's
Genereer volledig nieuwe afbeeldingen met Generative Adversarial Networks (GANs). Leer een Deep Convolutional GAN te bouwen en trainen, en hoe je de kwaliteit en variatie van de Resultaten beoordeelt.
Deep Learning voor afbeeldingen met PyTorch
Cursus
voltooid
