Объектное распознавание с использованием Python

  • Home
  • Объектное распознавание с использованием Python
Shape Image One

Объектное распознавание с использованием Python

Список желаний Поделиться
Поделиться курсом
Ссылка на страницу
Поделиться в социальных сетях

О курсе

Курс Машинное зрение посвящен распознаванию изображений с помощью нейронных сетей на Python. На курсе мы разберем основы нейросетей: нейрон, слои, связи, обратное распространение ошибки и многослойный перцептрон. Изучим особенности обучения и оптимизации нейросетей.

Погрузимся в сверточные нейросети и разберем архитектуры LeNet, AlexNet, VGG и ResNet.

Применим теоретические знания на практике. Используем Python и Keras для создания и обучения моделей нейронных сетей для успешного распознавания рукописных цифр — набора MNIST.

Разберем все прикладные особенности работы с нейросетями в Keras.

А также будем использовать обучающую выборку из изображений цифр автомобильных номеров для распознавания реального номера автомобиля.

Показать больше

Чему вы научитесь?

  • Распознавание чисел и букв на фотографиях
  • Использование нейронных сетей на реальных данных
  • Обработка и коррекция изображений
  • Искусственные нейронные сети: слои, веса, обучение
  • Модели нейронных сетей Keras/TensorFlow
  • Использование LeNet, AlexNet, VGG и ResNet для распознавания цифр
  • Оптимизация нейронных сетей
  • Функции оптимизации: SGD, RMSprop, (N)adam, Adamax
  • Перенос обучения нейронных сетей
  • Изменение контраста, гистограммы яркости и резкость
  • Курсовой проект: Распознавание номеров автомобилей

Содержание курса

Задачи машинного зрения

  • Приветствие
  • Задачи машинного зрения

Часть 1. Искусственные нейронные сети

Обучение нейросети

Часть 2. Практикум: Распознавание цифр

Оптимизация нейросетей

Практикум: Оптимизированные нейросети

Часть 3: Обработка изображений

Рейтинги и обзоры студентов

Пока нет отзыва
Пока нет отзыва