Detecting COVID-19 with Chest X-Ray using PyTorch
Create custom Dataset and DataLoader in PyTorch
Train a ResNet-18 model in PyTorch to perform Image Classification
In this 2-hour long guided project, we will use a ResNet-18 model and train it on a COVID-19 Radiography dataset. This dataset has nearly 3000 Chest X-Ray scans which are categorized in three classes - Normal, Viral Pneumonia and COVID-19. Our objective in this project is to create an image classification model that can predict Chest X-Ray scans that belong to one of the three classes with a reasonably high accuracy. Please note that this dataset, and the model that we train in the project, can not be used to diagnose COVID-19 or Viral Pneumonia. We are only using this data for educational purpose. Before you attempt this project, you should be familiar with programming in Python. You should also have a theoretical understanding of Convolutional Neural Networks, and optimization techniques such as gradient descent. This is a hands on, practical project that focuses primarily on implementation, and not on the theory behind Convolutional Neural Networks. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Навыки, которые вы получите
- Deep Learning
- Machine Learning
- Statistical Classification
- Medical Imaging
- pytorch
Будете учиться пошагово
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Introduction
Importing Libraries
Creating Custom Dataset
Image Transformations
Prepare DataLoader
Data Visualization
Creating the Model
Training the Model
Final Results
Как устроены проекты с консультациями
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
Рецензии
Лучшие отзывы о курсе DETECTING COVID-19 WITH CHEST X-RAY USING PYTORCH
It's a nice project, but I think more explanation about the concepts (ex- imagenet dataset, restnet18 model, etc.) must be provided to make the understanding more clearer.
Lecturer needs to let students know how to access dataset and code from in the beginning of the video lecture. It was hard to find code/ data download website
Excellent course. My special thanks goes to Coursera and course supervisor
KUDOS TO THE INSTRUCTOR FOR A COMPREHENSIVE GUIDED MODULE.
Часто задаваемые вопросы
Часто задаваемые вопросы
Что я получу, приобретя проект с рекомендациями?
Доступны ли проекты с консультациями на ПК и мобильных устройствах?
Какие преподаватели ведут проекты с рекомендациями?
Можно ли скачать работу из уже завершенного проекта с рекомендациями?
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Можно ли прослушать проект с рекомендациями и посмотреть видео бесплатно?
Какие предварительные знания требуются для работы над проектом с рекомендациями?
Можно ли выполнить этот проект с рекомендациями в веб-браузере, не устанавливая специальное ПО?
Как организована учеба на проектах с рекомендациями?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera Footer
