Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Tecniche Avanzate di CNN
Costruzione e Deployment dei Modelli Computer Vision
Pratica con TensorFlow e Google Colab
Pre-elaborazione ed Augmentazione delle Immagini
Introduzione a Computer Vision
Introduzione ai Convolutional Neural Networks (CNNs)
Applicazioni del Mondo Reale di Computer Vision
Riepilogo e Prossimi Passaggi
- Visione artificiale nella sanità, nel commercio al dettaglio e nella sicurezza
- Rilevamento ed identificazione di oggetti basati sull'IA
- Utilizzo delle CNN per la riconoscimento facciale e gestuale
- Tecniche di pre-elaborazione delle immagini (scaling, normalizzazione, ecc.)
- Augmentazione dei dati di immagine per un miglior allenamento del modello
- Utilizzo della pipeline di dati immagine TensorFlow
- Panoramica delle applicazioni di visione artificiale
- Comprensione dei dati e formati immagine
- Sfide nelle attività di visione artificiale
- Configurazione dell'ambiente in Google Colab
- Utilizzo di TensorFlow per la costruzione dei modelli
- Costruire un modello CNN semplice con TensorFlow
- Allenamento delle CNN per la classificazione delle immagini
- Valutazione e validazione della prestazione del modello
- Deployment dei modelli nelle configurazioni di produzione
- Apprendimento trasferibile per le CNN
- Ottimizzazione dei modelli pre-allenati
- Tecniche di augmentazione dei dati per prestazioni migliorate
- Cosa sono le CNN?
- Architettura delle CNN: layer convoluzionali, pooling e layer completamente connessi
- Come vengono utilizzate le CNN nella visione artificiale
Requisiti
Pubblico
- Scienziati dei dati
- Professionisti AI
- Esperienza con Python programming
- Comprensione dei concetti di deep learning
- Conoscenze base su reti neurali convolutive (CNNs)
21 ore
Recensioni (1)
I genuinely enjoyed the hands-on approach.
