| ვერსია | 1.0 |
|---|---|
| გამომცემელი | LearnML |
| Გამოშვების თარიღი | Dec 19, 2019 |
| Თარიღი დამატებულია | Dec 19, 2019 |
| მოთხოვნები | Windows 10, Windows 8, Windows Vista, Windows, Windows 7 |
| მოთხოვნები | Google Colab Environment |
| სულ ჩამოტვირთვების | 1 |
| ფასი | $100.00 |
აღწერა
ობიექტების ამოცნობა არის მთავარი ამოცანა კომპიუტერულ ხედვაში. მას აქვს განვითარების დიდი ისტორია, იმ დროიდან, როდესაც კომპიუტერები ძალიან მძიმე იყო მათი გადასატანად. ობიექტების აღმოჩენა არის ევოლუციური ნაბიჯი აპლიკაციების ფართო სპექტრისთვის, როგორიცაა სამხედრო აპლიკაციები, ურბანული დაგეგმარება და გარემოს მენეჯმენტი. მიუხედავად ამისა, ეს რთული ამოცანაა ობიექტების განსხვავებული მასშტაბებისა და გარეგნობის გამო.
ეს კურსი შექმნილია, როგორც სწავლის შემდეგი ნაბიჯი იმ ადამიანებისთვის, რომლებმაც უკვე მიიღეს საბაზისო ცოდნა Coursera, Udemy, edX და ა.შ. და მათთვის, ვისაც სურს გააფართოვოს თავისი გამოცდილება მანქანათმცოდნეობის სხვა სფეროში. ჩვენ ვხსნით უფსკრული თეორიასა და პრაქტიკულ ცოდნას შორის, ასე რომ თქვენ მზად იქნებით რეალურ ცხოვრებაში პროექტებისთვის, დაეუფლონ კომპიუტერულ ხედვასა და გამოსახულების დამუშავებას და მიიღოთ უკეთესი სამუშაო კურსის დასრულებიდან თვეების განმავლობაში.
იგი შექმნილია დეველოპერების მიერ დეველოპერებისთვის და უზრუნველყოფს კომპიუტერული ხედვის სფეროში ობიექტების აღმოჩენის ამოცანების ღრმა გაგებას. კურსის თემები გაგიძღვებათ თანამედროვე ობიექტების აღმოჩენის ალგორითმებისა და მოდელების შემუშავების გზაზე, ასე რომ თქვენ ისწავლით ღრმა სწავლის არქიტექტურის გამოყენებას კომპიუტერული ხედვის ამოცანების შესასრულებლად. აღმოაჩინეთ როგორ გააგრძელოთ ამ სფეროს კვლევა და შექმენით უფრო ზუსტი გადაწყვეტა. კურსის თემები მოიცავს ლოკალიზაციის მარტივ მოდელებს (კოორდინატებზე და ნიღბზე დაფუძნებული), ერთჯერადი გასროლის ქსელები (Yolo, SSD) და რეგიონალური წინადადებების ქსელები (Faster RCNN, Mask RCNN).
