Обнаружение объектов с помощью TensorFlow 2: ускорение обучения R-CNN, SSD и YOLO

Обнаружение объектов является краеугольным камнем современного компьютерного зрения, которым управляют все, начиная от автономных транспортных средств и заканчивая интеллектуальными системами розничной торговли. Если вы хотите создать системы, которые могут обнаруживать и классифицировать множество объектов в изображении, понимание основных архитектур имеет существенное значение. Этот текстовый курс поможет вам освоить основные концепции и практические рабочие процессы, необходимые для обучения, оценки и развертывания моделей глубинного обучения. Вы получите четкое концептуальное понимание ключевых архитектур обнаружения объектов и узнаете, как их реализовать с помощью TensorFlow 2, плавно переходя от локальной разработки к масштабируемому обучению на основе облака. Что вы узнаете: - Понимание фундаментальной механики архитектур Faster R-CNN, SSD и YOLO. - Настройка и подготовка пользовательских наборов данных специально для задач обнаружения объектов. - Обучение моделей глубокого обучения с использованием TensorFlow 2 и современных методов обучения передаче. - Оценка производительности модели с использованием ключевых показателей, таких как пересечение через союз (IoU) и средняя средняя точность (mAP). - Масштабируйте свои рабочие процессы обучения, используя облачное ускорение GPU на платформе Cloud AI. - Применять передовые методы для отладки и оптимизации конвейеров обучения обнаружения объектов. Вы начнете с изучения основной терминологии и теоретических основ компьютерного зрения, прежде чем перейти к практической реализации. Оттуда вы будете продвигаться через структурированные письменные объяснения и фрагменты кода для создания, обучения и оценки ваших собственных пользовательских моделей. Этот курс предназначен для начинающих инженеров компьютерного зрения, ученых, работающих с данными, и разработчиков, которые только начинают работать с обнаружением объектов. Предыдущий опыт работы с архитектурами глубокого обучения не требуется, хотя рекомендуется базовое знание Python. Начните читать сегодня, чтобы построить свой первый конвейер обнаружения объектов профессионального уровня.