深度学习计算机视觉 CNN,OpenCV,YOLO,SSD 和 GANs

课程简介

使用 Python & Keras 做25个项目-脸部识别,情绪,年龄,性别,对象侦测,脸部老化及更多

课程介绍:English 繁中

从这 14 小时的课程,你会学到

  • 通过完成 26 个高端的计算机视觉项目,包括情感,年龄和性别分类,伦敦地下标志检测,猴子品种,鲜花,水果,辛普森人物,还有更多
  • 学习高端的深度学习计算机视觉技术,如迁移学习( Transfer Learning )和使用预先训练的模型(VGG,MobileNet,InceptionV3,ResNet50)在 ImageNet 和重新创建流行的 CNNs,例如 AlexNet,LeNet,VGG 和 U-Net
  • 理解神经网络,卷积神经网络,R-CNNs,SSDs,YOLO & GANs 如何运作与我容易追循的解释
  • 熟悉其它框架(PyTorch、 Caffe、 MXNET、 CV api)和云端 GPU,并对计算机视觉世界有一个概述
  • 学习如何使用 Python 程序库 Keras 创建复杂的深度学习网络(使用 Tensorflow 后端)
  • 学习如何对脸部年龄做神经风格迁移( Neural Style Transfer ),DeepDream 和使用 GANs ,可到 60 岁以上
  • 学习如何创建,标注,注释,训练您自己的影像数据集,完美的项目适合大学和新创公司
  • 附有近4小时的视频免费选修课程学习如何使用 OpenCV
  • 学习如何使用 CNNs 例如 U-Net 来运行影像切割,这在医学成像应用中是非常有用的
  • 学习如何使用 TensorFlow 的对象检测 API 和在 YOLO 中创建客制化的对象侦测器
  • 使用 VGGFace 学习脸部辨识

要求

  • 基本的编程知识是优先考虑的,但不是必要条件
  • 高中水平的数学,大学水平将是更好的
  • 至少 20GB 硬盘空间的虚拟机可存放数据集
  • 安装有 Windows、 MacOS 或 Linux 操作系统的电脑

课程说明

深度学习计算机视觉使用 Python & Keras 实现 CNNs,YOLO,TFOD,R-CNNs,SSDs & GANs 加上免费的 OpenCV3介绍。

如果你想学习2019年应用深度学习到计算机视觉的所有最新概念,不要再往下看了——这就是你的课程! 你会学到以下的 Python 深度学习框架:

  • Keras
  • Tensorflow
  • TensorFlow Object Detection API
  • YOLO (DarkNet and DarkFlow)
  • OpenCV

所有的程序库都预先安装在一个易于使用的虚拟机!

======================================================

  • 添加脸部辨识和信用卡号码阅读器项目
  • 使用网络摄影机辨识多个人
  • Friends 电视剧人物的脸部辨识
  • 拍一张信用卡的照片,提取并辨识信用卡上的号码!

======================================================

涉及深度学习的计算机视觉应用正在蓬勃发展!

拥有能够”看见”的机器将会改变我们的世界,几乎所有的行业都会发生革命性的变化。 能看见的机器或机器人将能够:

  • 进行手术,通过医学扫描准确地分析和诊断你。
  • 启用自动驾驶汽车
  • 从根本上改变了机器人,使我们能够制造能够烹饪、清洁和帮助我们完成几乎任何任务的机器人
  • 理解在闭路电视监控录像中看到的内容,从而运行安全、交通管理和其它一系列服务
  • 创造艺术与惊人的神经风格迁移( Neural Style Transfers )和其它创新类型的图像生成
  • 仿真许多任务,如老化的脸,修改 Live 视频和真实地在电影中取代演员

像 Facebook、谷歌、微软、苹果、亚马逊和特斯拉这样的大型科技公司都在计算机视觉研究上投入了数十亿美元。

因此,对计算机视觉专业知识的需求呈指数增长!

然而,用深度学习学习实现计算机视觉是困难的!

  • 教学指南太技术化和理论化了
  • 代码已经过时
  • 初学者不知道从哪里开始

这就是我制作这门课的原因!

  • 我花了几个月的时间来开发一个适当而完整的学习路径。
  • 我教所有的关键概念逻辑和不会让你负担过重的数学理论,同时使用最新的方法。
  • 我创建了一个免费的虚拟机与所有深度学习程序库(Keras,TensorFlow,OpenCV,TFODI,YOLO,Darkflow 等)预安装! 这将节省你痛苦的几个小时的复杂的安装
  • 我用实际的范例来教你,你可以通过做18个项目来学习!

项目包括:

  • 基于 MNIST 的手写数字分类
  • 基于 CIFAR10 的影像分类
  • 狗和猫的分类器
  • 使用 Flowers-17的花卉分类器
  • 基于 FNIST 的时尚分类器
  • 猴子品种分类器
  • 水果分类器
  • 辛普森家庭角色分类器
  • 使用预先训练的 ImageNet 模型来分类 1000 个对象类别
  • 年龄、性别与情绪分类
  • 利用 U-Net 技术在医学扫描中寻找细胞核
  • 使用 TensorFlow 对象侦测和使用一个 ResNet50 SSD 模型做对象侦测
  • 使用 YOLO V3 的对象侦测
  • 探测伦敦地铁标志的客制化 YOLO 对象侦测器
  • DeepDream
  • 神经风格迁移
  • GANs-生成虚假数字
  • GANs – 使用 Age-cGAN 做脸部年龄变换,可到 60 岁以上
  • 人脸辨识
  • 信用卡数字阅读器

以及 OpenCV 项目,例如:

  • 现场素描
  • 识别形状
  • 计数圆和椭圆
  • 寻找 Waldo
  • 使用 OpenCV 的单一对象侦测器
  • 基于级联分类器( Cascade Classifiers ) 的车辆和行人侦测器

因此,如果你想在计算机视觉方面有一个良好的基础,就不要再看了。

这就是你的课程!

在本课程中,您将发现计算机视觉在 Python 中的威力,并获得技能,以戏剧性地增加您作为计算机视觉开发人员的职业前景。

======================================================

更新和支持:

我每天都会积极参与课程的”问答”部分,所以你永远不会独自一人。

那么,你准备好开始了吗? 现在就注册并开始使用深度学习成为计算机视觉专家的课程吧!

======================================================

以前的学生是怎么说我的另一门课的:

“我对这种可能性感到惊讶。 非常有教育意义,学到了比我想象中更多的东西。 现在,能够在实际中使用它是很有趣的… … 更多的是学习和应用。”

“计算机视觉课程教学非常好,内容丰富! 我在网上寻找 OpenCv python 教学资源,但这门课程是迄今为止相关课程和项目最好的融合。 我喜欢其中的一些项目,并从修补它们中获得了许多乐趣。”

“很棒的讲师和课程。 这些解释很容易理解,材料也很容易理解。 这绝对是一个非常好的影像处理入门。”

“这门课给我留下了深刻的印象! 我认为这是目前为止 Udemy 上最好的计算机视觉课程。 我是一名大学生,之前在本科时上过电脑视觉课程。 这个6.5小时的课程比我的大学课程要好上很多!”

“Rajeev 在这门课上做得很好。 我不知道计算机视觉是如何运作的,现在已经有了很好的概念基础和实际应用的知识。 Rajeev 教学清晰而简洁,有助于让任何想要开始创建应用程序的人易于理解复杂的主题。”

======================================================

目标受众

  • 程序员、大学生或任何热衷于计算机视觉和深度学习的人
  • 那些希望走在人工智能革命就业市场尖端的人
  • 那些拥有令人惊叹的创业点子或者与计算机视觉有关的应用程序点子的人
  • 热情的业余爱好者希望创建有趣的计算机视觉应用程序

讲师简介

Rajeev Ratan 计算机视觉专家,数据科学家和电子工程师( 更多讲师主讲课程介绍 )

大家好,我是 Rajeev,我喜欢数据科学和计算机视觉。

我在爱丁堡大学获得了电脑与电子工程学士学位和人工智能硕士学位,在那里我获得了广泛的知识,机器学习,计算机视觉和智能机器人学。

我已经发表了关于使用数据驱动的方法进行机率随机建模的研究,甚至还参加了一个在爱丁堡大学机器人竞赛中获胜的小组。

我尝试过以深度学习为基础的电脑视觉创业。 我已经为两个计算机视觉领域的创业公司做出了贡献。

之前,我曾在加勒比地区两家最大的电信运营商工作,在那里,我获得了管理技术人员和部署复杂电信项目的经验。

英文字幕:有

  • 想要了解如何将英文字幕自动翻译成中文? 请参考这篇 How-To

优惠信息

如何购买这门课程比较划算?可以参考课程合购优惠方案


报名参加课程

Sponsored by Udemy

也许你会有兴趣

 欢迎使用e-mail订阅 Soft & Share 

发表评论

Powered by WordPress.com.

Up ↑

%d 博主赞过: