Learn ML

Opis

Wykrywanie obiektów jest kluczowym zadaniem w Computer Vision. Ma wspaniałą historię rozwoju, sięgającą czasów, gdy komputery były zbyt ciężkie, aby je nosić. Wykrywanie obiektów to krok ewolucyjny dla szerokiego zakresu zastosowań, takich jak zastosowania wojskowe, planowanie urbanistyczne i zarządzanie środowiskiem. Niemniej jednak jest to trudne zadanie ze względu na różne skale i wyglądy obiektów.

Ten kurs został zaprojektowany jako kolejny etap nauki dla osób, które zdobyły już podstawową wiedzę z Coursera, Udemy, edX itp. oraz dla osób, które chcą poszerzyć swoją wiedzę w innym obszarze uczenia maszynowego. Zapełniamy lukę między teorią a wiedzą praktyczną, dzięki czemu będziesz gotowy do realizacji rzeczywistych projektów, opanowania wizji komputerowej i przetwarzania obrazu oraz uzyskania lepszej pracy w ciągu kilku miesięcy od ukończenia kursu.

Jest tworzony przez programistów dla programistów i zapewnia głębokie zrozumienie zadań wykrywania obiektów w polu widzenia komputerowego. Tematy kursu poprowadzą Cię przez ścieżkę rozwoju nowoczesnych algorytmów i modeli wykrywania obiektów, dzięki czemu nauczysz się stosować architektury głębokiego uczenia się do zadań widzenia komputerowego. Dowiedz się, jak postępować w badaniu tego obszaru i stworzyć dokładniejsze rozwiązanie. Tematyka kursu obejmuje proste modele lokalizacyjne (oparte na współrzędnych i masce), sieci pojedynczych sesji (Yolo, SSD) oraz regionalne sieci propozycji (Faster RCNN, Mask RCNN).