İrəli səviyyə Computer Vision-1
Təlim proqramında siz əsas Computer Vision metod və alqoritmlərini istifadə edərək kompyuterə şəkil və ya video görüntü datalarını tanımağı və görüntü əsasında modellər qurub faydalı nəticə əldə etməyi öyrənə biləcəksiniz. Maşın öyrənməsinin yaratdığı imkanlarla inkişaf edən dünyada Midjourney, Stable Diffusion, SAM, DALL-E və s. kimi həllər vasitəsi ilə artıq xəyal etdiyiniz istənilən görüntünü yarada bilər, müxtəlif həllər yarada bilərsiniz. Bu təlim proqramı Computer Vision sahəsində sizə irəli səviyyədə olan anlayışları, qabaqcıl texnikaları və praktik tətbiqləri tədris edəcək. Təlimdən sonra siz ya öz startapınızı yarada biləcək, ya da hansısa şirkətdə peşəkar Computer Vision mütəxəssisi kimi işləməniz üçün lazım olan bütün texniki biliklərə sahib olacaqsınız. Maşın Öyrənməsinin sehrli dünyasına töfhə verən alimlər sırasına qoşulmaq üçün bu təlim sizin üçün ideal başlanğıc rolunu oynayacaqdır.
Təlim Cədvəli
Təlim haqqında məlumat
Computer Vision alqoritmləri kənd təsərrüfatında bitki şəkillərindən xəstəliklərin tanınması, tibbdə görüntü əsaslı diaqnozlar, kosmik araşdırmalarda, təhlükəsizlik və nəzarət sferalarında geniş istifadə edilən və xərcləri azaldan yeni süni intellekt həllərindəndir. Süni İntellekt və Maşın Öyrənməsinin sürətlə yayıldığı dünyada Computer Vision alqoritmlərinə sürücüsüz avtomobillərdə özü xəbərdarlıq edə bilən modellərin istifadəsini nümunə vermək olar. İnsan, heyvan, və digər əşyaların görüntüləri əsasında kompyuter tərəfindən tanınması bir çox sənaye sahələrində və dövlət qurumlarında səmərəliliyi artırmaq və fraud hallarının qarşısını almağa kömək etməklə geniş şəkildə tətbiq edilir. İrəli səviyyə Computer Vision - 1 təlim proqramında siz üz tanınma sistemləri, seqmentasiya, üst səviyyə CNN arxitekturası, RNN ilə şəkillərdə ardıcıllıq ehtiva edən problemləri həll edən real layihələrdə tətbiq edərək öyrənəcəksiniz. Python vasitəsilə siz OpenCV, numpy, Pytorch, Keras və TensorFlow kitabxanalardan istifadə edərək Computer Vision alqoritmlərini tətbiq etmək bacarqları əldə edəcəksiniz. Təlim zamanı üz tanınma sistemi, MRT şəkillərindən beyindəki orqanın seqmentasiyası və tapılması, şəkillərdən tekstin oxunması tipli xeyli praktiki computer vision həlli üzrə çalışacaraq öyrənəcəksiniz.
Bu təlim kimlər üçündür?
- Tələbələr
- Proqramçılar
- Data Elmi mütəxəssisləri
- Süni intellekt həvəskarları
- Tədqiqatçılar və akademiklər
Sertifikat
Təlimi ilə bitirən şəxslərə Cerified Data Scientist və digər şəxslərə sertifikatı təqdim edir. Sağ tərəfdə nümunə sertifikatı görə bilərsiniz.
How Computer Vision Works
How Computer Vision Works
Google Cloud Tech
Bu videoda Konvolutional Neyron Şəbəkələrinin başlıq altında necə işlədiyini izah etməklə kompüter görmə modellərinin sehrini açacağıq və Vision API-nin canlı demosu ilə bitirəcəyik.
Sillabus
Sessiya 1
Üz tanınması və Seqmentasiyaya giriş
Üz tanınma sistemlərinə giriş
Keras VGGFace ilə üz bənzərliyi
DeepFace ilə üz tanınması
Konturların tapılması və işlənməsi
Çevrələr və ellipslər, Template Matching
Case Study 1
Üz tanınma sisteminin qurulması və logların databazaya yazılması
Sessiya 2
Session Name: Şəkil seqmentasiyası
Şəkil seqmentasiyasına giriş, məşhur alqoritmlər
FCN Arxitekturasının detalları
Həcm artırma (Upsampling) metodları
Encoder və Decoder
IoU (Kəsişmə) və Dice Score ilə modelin performansının ölçülməsi
U-Net modeli, U-Net-də Encoder və Decoder
Case Study 2
Unet ilə Beyin MRT şəkillərindən Corpus Callosumun seqmentasiyası
Sessiya 3
Üst səviyyə CNN arxitekturası
R-CNN, Fast R-CNN və Faster R-CNN
Object detection və Non Maximum Suppression
Single Shot Detectors (SSDs)
YOLO və model treyninqi
EfficientDet və Detectron2
Case Study 3
Yolo ilə Beyin MRT şəkillərindən Corpus Callosumun tapılması
Sessiya 4
Session Name: RNN-lər
1. RNN - ə giriş
2. Sadə RNN / Elman Unit
3. RNN Code Preparation
4. GRU and LSTM
5. RNN və CNN ilə video klassifikasiyası
Case Study 4
CRNN ilə şəkildən textin oxunması