| Տարբերակ | 1.0 |
|---|---|
| Հրատարակիչ | LearnML |
| Թողարկման ամսաթիվ | 19 դեկ, 2019 թ. |
| Ավելացման ամսաթիվը | 19 դեկ, 2019 թ. |
| OS պահանջները | Windows 10, Windows 8, Windows Vista, Windows, Windows 7 |
| Պահանջներ | Google Colab Environment |
| Ընդհանուր ներբեռնումներ | 1 |
| Գինը | $100.00 |
Նկարագրություն
Օբյեկտների հայտնաբերումը Computer Vision-ի հիմնական խնդիրն է: Այն ունի զարգացման մեծ պատմություն, այն ժամանակներից, երբ համակարգիչները չափազանց ծանր էին դրանք տեղափոխելու համար: Օբյեկտների հայտնաբերումը էվոլյուցիոն քայլ է կիրառությունների լայն շրջանակի համար, ինչպիսիք են ռազմական կիրառությունները, քաղաքաշինությունը և շրջակա միջավայրի կառավարումը: Այնուամենայնիվ, դա դժվար խնդիր է օբյեկտների տարբեր մասշտաբների և արտաքին տեսքի պատճառով:
Այս դասընթացը նախատեսված է որպես ուսուցման հաջորդ քայլ այն մարդկանց համար, ովքեր արդեն ստացել են հիմնական գիտելիքներ Coursera, Udemy, edX և այլն, և այն մարդկանց համար, ովքեր ցանկանում են ընդլայնել իրենց փորձը մեքենայական ուսուցման մեկ այլ ոլորտում: Մենք կամրջում ենք տեսության և գործնական գիտելիքների միջև եղած անջրպետը, այնպես որ դուք պատրաստ կլինեք իրական կյանքի նախագծերին, տիրապետեք համակարգչային տեսլականին և պատկերների մշակմանը և ավելի լավ աշխատանք կստանաք դասընթացի ավարտից ամիսների ընթացքում:
Այն ստեղծվել է ծրագրավորողների կողմից մշակողների համար և ապահովում է համակարգչային տեսողության ոլորտում օբյեկտների հայտնաբերման առաջադրանքների խորը պատկերացում: Դասընթացի թեմաները ձեզ կառաջնորդեն ժամանակակից օբյեկտների հայտնաբերման ալգորիթմների և մոդելների մշակման ճանապարհով, այնպես որ դուք կսովորեք կիրառել խորը ուսուցման ճարտարապետություններ համակարգչային տեսողության առաջադրանքներում: Բացահայտեք, թե ինչպես շարունակել ուսումնասիրել այս տարածքը և ստեղծել ավելի ճշգրիտ լուծում: Դասընթացի թեմաները ներառում են տեղայնացման պարզ մոդելներ (հիմնված կոորդինատների և դիմակի վրա), մեկ կրակոցի ցանցեր (Yolo, SSD) և տարածաշրջանային առաջարկների ցանցեր (Faster RCNN, Mask RCNN):
