Машинное зрение: распознавание объектов на Python [Udemy] [Центр digital-профессий ITtensive]

Машинное зрение: распознавание объектов на Python Обучение и оптимизация сверточных нейросетей для распознавания объектов на изображениях Опубликовано: 9/2020 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 Первый курс из серии Машинное зрение посвящен распознаванию изображений с помощью нейронных сетей на Python. Курс состоит из 3 больших частей: Введение в нейронные сети 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. Распознавание цифр 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: Особенности оцифрованных изображений. Создание моделей и слоев. Преобразование форм данных (многомерных массивов). Генераторы и дополнение изображений. Обучающая, тестовая и валидационные выборки. Функции оптимизации и пакеты обучения. Прикладная оптимизация нейросети. Визуализация процесса обучения. Пакетная нормализация, регуляризация и отсев. Методы инициализации весов. Распознавание автомобильных номеров Используем обучающую выборку из изображений цифр автомобильных номеров для распознавания реального номера автомобиля. Загрузка, фильтрация и преобразование изображений. Генераторы обучения из директорий. Изменение контраста, резкости и маски гистограмм изображений. Распознавание одного из 21 класса изображений - цифры и буквы. Использование обученной модели на реальных данных. Курсовым проектом будет ваша собственная обученная нейросеть, распознающая номера автомобилей по фотографии. Для кого этот курс: Разработчики систем машинного зрения Инженеры по работе с графическими данными Научные работники и исследователи данных