Об этом курсе

Недавно просмотрено: 111,317
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
  • Basic calculus, linear algebra, stats
  • Knowledge of AI, deep learning
  • Experience with Python, TF/Keras/PyTorch framework, decorator, context manager
Прибл. 24 часа на выполнение
Английский

Приобретаемые навыки

SalienceImage SegmentationModel InterpretabilityClass Activation MapsTensorFlow Object Detection API
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
  • Basic calculus, linear algebra, stats
  • Knowledge of AI, deep learning
  • Experience with Python, TF/Keras/PyTorch framework, decorator, context manager
Прибл. 24 часа на выполнение
Английский

от партнера

Placeholder

deeplearning.ai

Программа курса: что вы изучите

Неделя
1

Неделя 1

6 ч. на завершение

Introduction to Computer Vision

6 ч. на завершение
10 видео ((всего 41 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
10 видео
Classification and Object Detection Intro4мин
Segmentation Intro2мин
Why Transfer Learning?4мин
What is Transfer Learning?4мин
Options in Transfer Learning3мин
Transfer Learning with ResNet503мин
ResNet50 in code4мин
Network architecture for Object Localization3мин
Evaluating Object Localization2мин
2 материала для самостоятельного изучения
Pre-Requisite & References10мин
Connect with your mentors and fellow learners on Slack!10мин
1 практическое упражнение
Introduction and Concepts of Computer Vision30мин
Неделя
2

Неделя 2

6 ч. на завершение

Object Detection

6 ч. на завершение
12 видео ((всего 45 мин.)), 7 материалов для самостоятельного изучения, 2 тестов
12 видео
R-CNN3мин
Fast R-CNN3мин
Faster R-CNN1мин
Getting the Model from TensorFlow Hub1мин
Running the Model on an Image2мин
Installation and overview of APIs4мин
Visualization with APIs3мин
Loading a RetinaNet Model5мин
Loading Weights4мин
Data Prep and Training Overview3мин
Custom Training Loop Code4мин
7 материалов для самостоятельного изучения
References: Amazon Rekognition, PowerAI & DIGITS10мин
Reference: R-CNN, Fast R-CNN 10мин
Reference: TensorFlow Hub10мин
Read about the Object Detection API10мин
Use the Object Detection API30мин
Reference: RetinaNet, Model Garden10мин
Eager Few Shot Object Detection30мин
1 практическое упражнение
Object Detection30мин
Неделя
3

Неделя 3

6 ч. на завершение

Image Segmentation

6 ч. на завершение
11 видео ((всего 45 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
11 видео
Popular Image Segmentation Architectures4мин
FCN Architecture Details5мин
Upsampling Methods3мин
Encoder in Code2мин
Decoder in Code4мин
Evaluation with IoU and Dice Score4мин
U-Net Overview5мин
U-Net Code: Encoder3мин
U-Net Code: Decoder3мин
Instance Segmentation2мин
3 материала для самостоятельного изучения
References: FCN10мин
Reference: CamVid 10мин
Reference: U-Net10мин
1 практическое упражнение
Image Segmentation30мин
Неделя
4

Неделя 4

7 ч. на завершение

Visualization and Interpretability

7 ч. на завершение
6 видео ((всего 30 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
6 видео
Class Activation Maps3мин
Fashion MNIST Class Activation Map code walkthrough4мин
Saliency5мин
GradCAM5мин
ZFNet5мин
4 материала для самостоятельного изучения
Reference: GradCam10мин
Reference: ZFNet10мин
References 10мин
Acknowledgments10мин
1 практическое упражнение
Visualization and Interpretation30мин

Рецензии

Лучшие отзывы о курсе ADVANCED COMPUTER VISION WITH TENSORFLOW

Посмотреть все отзывы

Специализация TensorFlow: Advanced Techniques: общие сведения

TensorFlow: Advanced Techniques

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.