深度學習:人臉中的口罩檢測、辨識

SSD人臉和口罩檢測,MTCNN人臉檢測,訓練你自己的模型,即使有口罩也能識別人臉

報名參加課程更新 coupon code

從這 12 小時的課程,你會學到

  • 如何從頭開始安裝Python、Tensorflow、Pycharm
  • 如何建立你自己的分類模型
  • 什麼是FaceNet
  • 分類模型和人臉辨識模型之間有什麼區別
  • 如何透過修改分類模型建立你自己的 FaceNet 模型
  • 如何使用 SSD 人臉檢測進行人臉排列
  • 如何使用 MTCNN 人臉檢測進行人臉排列
  • 如何進行資料清洗
  • 如何建立口罩的人臉資料集
  • 如何訓練你的 FaceNet 模型
  • 什麼是訓練技巧
  • 如何實施訓練技能以有效地訓練模型
  • 如何進行即時的人臉檢測、口罩檢測和人臉辨識

要求

  • 高中數學水平
  • 基本的 Python 和 Tensorflow
  • 使用 Windows 的桌上型電腦或筆記型電腦,至少有 6GB 的 Nvidia GPU卡
  • 一個 USB 攝影機或一個筆記型電腦攝影機

課程說明

人工智慧(AI)的深度學習是一項令人興奮的未來技術,具有爆炸性成長。

口罩人臉辨識是一個令人著迷的話題,它包含多種人工智慧技術,包括分類、固態物體檢測、MTCNN、FaceNet、資料準備、資料清洗、資料增強、訓練技能等。

如今,由於COVID-19的大流行,人們需要戴上口罩。

傳統的 FaceNet 模型幾乎不能識別有口罩的人臉

甚至 iPhone 或 iPad 裝置上的FaceID也只能在沒有口罩的情況下工作。

在本課程中,我將教你如何訓練一個能在口罩下工作的模型。

在最後的演示中,你將能夠非常自豪地進行即時人臉檢測、人臉口罩檢測和人臉辨識,甚至在有口罩的情況下也是如此

使用 Windows作業系統,所以你將不需要先學習Linux。

我將指導你從頭安裝Python、Tensorflow和Pycharm IDE。

擁有基本的 Python 和 Tensorflow 知識將是一個優勢,但如果沒有,我將為你準備一份關於這兩者的快速指南。

在我的教程中,我希望透過簡單的概念或實際例子來解釋困難的理論和公式。

模型訓練總是需要大量的時間。

以這個專案為例,它需要超過 40 萬張圖片來訓練。

我花了很多時間來訓練技能。

經過無數次的實驗確認,我把我的方法用圖畫的方式總結出來,讓大家輕鬆消化。

這些訓練技巧不僅可以應用於人臉辨識,也可以應用於其他模型。

所有的講座都是用通俗的英語講的。

如果你覺得我的語速很慢,你可以使用設定來加速。

自動生成的字幕可能有錯誤。我將審查並糾正它們。

成就來自課題,技能來自專案的成長。我希望你能享受到人工智慧的樂趣。

目標受眾

  • 有Python基礎的人傾向於學習深度學習或人臉辨識
  • 任何想在深度學習方面提高水平的工程師

講師簡介

Johnny Liao AI 電腦視覺演算法工程師

Johnny 擁有臺灣國立中央大學的電子工程碩士學位。

他曾經是鴻海科技集團的手機硬體工程師。

出於對編碼的興趣,他透過自學學會了 C 和Python。

他在 TSMC、Arcadyan、台達電、神達和工研院完成了物聯網 Wifi 和 Zigbee 系統的應用。

隨著人工智慧的爆炸性增長,他透過自學學習了人工智慧的基礎知識。

幾年前,他離開以前的韌體系統工程師工作後,一直是全職的人工智慧電腦視覺工程師。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程更新 coupon code

Sponsored by Udemy

也許你會有興趣

找其它課程?試看看 Soft & Share 網站搜尋引擎

✍ 搜尋結果太多?可參考 Soft & Share 搜尋引擎使用技巧


幫我們個小忙!

使用 e-mail 追蹤 Soft & Share

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: