课程格式
MP4 | 视频: h264, 1280x720 | 音频: AAC, 44.1 KHz
语言: 英语 | 大小: 1.97 GB | 时长: 4 小时 6 分钟文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
使用KerasCV, Python, Tensorflow, PyTorch, & JAX进行图像识别、目标检测和稳定扩散
课程亮点
- KerasCV库：我们开始使用KerasCV库的强大功能，它与流行的深度学习后端如Tensorflow、PyTorch和JAX无缝集成，简化了编写深度学习代码的过程。
- 图像分类：学会图像分类技术，包括如何使用预训练模型，以及微调这些模型以适应特定数据集和应用。
- 目标检测：深入探讨目标检测，包括使用预训练模型进行任务以及微调这些模型的过程。
- 生成AI：了解如何使用稳定扩散进行生成人工智能，生成图像从文本提示。
描述
欢迎来到"机器学习：现代计算机视觉 & 生成人工智能"，这是一门前沿课程，探讨了使用Python中的KerasCV库在计算机视觉和生成人工智能领域的令人兴奋的领域。该课程专为有志于以简化和高效的方式探索图像分析和生成建模融合的机器学习从业者设计。文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
课程目标
- 建立现代计算机视觉技术的坚实基础，包括图像分类和目标检测。
- 获得使用预训练模型并为特定任务进行微调的实际经验。
- 学会创建自定义目标检测数据集以有效解决实际问题。
- 使用稳定扩散解锁生成人工智能的潜力，使您能够以最先进的速度和精度从文本生成图像。
- 增强机器学习技能，为各种应用程序的工具包添加有价值的工具，从计算机视觉项目到生成艺术和内容生成。
先决条件
具备机器学习和Python编程的基本知识。熟悉深度学习概念有益但不是强制性的。文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
概览
第1节：介绍
讲座1 介绍 & 大纲文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
讲座2 如何在本课程中取得成功文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
讲座3 获取代码的途径文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
第2节：图像分类、微调和迁移学习
讲座4 分类部分大纲文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
讲座5 概念：预训练图像分类器文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
讲座6 Python中的预训练图像分类器文章源自云智设计-https://www.cidrg.com/cid-college/video-tutorial/20574.html
讲座7 迁移学习和微调
讲座8 Python中微调图像分类器
讲座9 分类练习
讲座10 建议箱
第3节：目标检测
讲座11 目标检测大纲
讲座12 概念：目标检测
讲座13 解码输出：IoU、非最大抑制、置信度得分
讲座14 Python中的预训练目标检测
讲座15 焦点损失和平滑L1损失
讲座16 目标检测数据集格式（COCO和Pascal VOC）
讲座17 LabelImg设置
讲座18 LabelImg演示
讲座19 数据增强
讲座20 KerasCV目标检测数据集格式
讲座21 Python中微调目标检测（内置数据集）
讲座22 Python中微调目标检测（自定义数据集）
讲座23 目标检测练习
第4节：稳定扩散的生成人工智能
讲座24 稳定扩散大纲
讲座25 在Python中使用稳定扩散生成图像
讲座26 扩散模型如何工作？（可选）
讲座27 扩散模型架构（可选）
讲座28 扩散模型如何依赖提示（可选）
讲座29 查看扩散模型源代码（可选）
初学者到高级学生和专业人士，对使用KerasCV进行计算机视觉感兴趣。
