-
Ce cours vous apprendra à créer des réseaux neuronaux convolutifs et à les appliquer aux données d'image. Grâce à l'apprentissage en profondeur, la vision par ordinateur fonctionne beaucoup mieux qu'il y a seulement deux ans, ce qui permet de nombreuses applications passionnantes allant de la conduite autonome en toute sécurité, à la reconnaissance faciale précise, à la lecture automatique des images radiologiques.
Vous allez:
- Comprendre comment créer un réseau neuronal convolutif, notamment les variations récentes telles que les réseaux résiduels.
- Savoir appliquer les réseaux convolutifs aux tâches de détection et de reconnaissance visuelles.
- Savoir utiliser le transfert de style neuronal pour générer de l'art.
- Être à même d'appliquer ces algorithmes à une variété d'images, de vidéos et d'autres données 2D ou 3D.
Il s'agit du quatrième cours de spécialisation d'apprentissage approfondi.
Overview
Syllabus
-
- Fondements des réseaux neuronaux convolutifs
- Apprendre à mettre en œuvre les couches de base des CNN (mise en commun, convolutions) et à les empiler correctement dans un réseau profond pour résoudre les problèmes de classification d'images multi-classes.
- Modèles convolutifs profonds : études de cas
- Découvrir les astuces pratiques et les méthodes utilisées dans les CNN profonds directement à partir des articles de recherche.
- Détection d'objets
- Apprendre à appliquer vos connaissances des CNN à l'un des domaines les plus difficiles mais les plus sensibles de la vision par ordinateur : Détection d’objets.
- Applications spéciales : Reconnaissance faciale et transfert de style neuronal
- Découvrez comment les CNN peuvent être appliqués à plusieurs domaines, y compris la génération d'art et la reconnaissance faciale. Mettez en œuvre votre propre algorithme pour générer de l'art et reconnaître les visages !
