使用 PyTorch 和 TensorFlow 完整電腦視覺訓練營

使用 CNN、TensorFlow 和 PyTorch 學習電腦視覺—從基礎到進階掌握目標偵測

從這 59.5 小時的課程，你會學到

使用 TensorFlow 和 PyTorch 從基礎到進階掌握 CNN 概念。
學習 YOLO 和 Faster R-CNN 等目標偵測模型。
逐步實現真實的電腦視覺專案。
獲得資料預處理和增強的實務經驗。
建立用於各種電腦視覺任務的自訂 CNN 模型。
使用 ResNet 和 VGG 等預訓練模型掌握遷移學習。
獲得 TensorFlow 和 PyTorch 程式庫( libraries )的實用技能。

要求

具備Python程式設計基礎。
熟悉機器學習的基本概念。
掌握線性代數和微積分基礎。
了解影像資料及其結構。
熱衷於透過實踐專案學習電腦視覺。

課程說明

在本課程中，您將掌握電腦視覺的基礎知識和進階概念，重點是使用 TensorFlow 和 PyTorch 建立的捲積神經網路 (CNN) 和目標偵測模型。本課程旨在幫助您從零開始建立強大的電腦視覺應用程式。

您將學到什麼

在本課程中，您將獲得以下方面的專業知識：

電腦視覺導論
- 理解圖像資料及其結構。
- 探索像素值、通道和色彩空間。
- 學習使用 OpenCV 進行影像處理和預處理。
電腦視覺深度學習基礎
- 神經網路和深度學習概念簡介。
- 理解反向傳播和梯度下降演算法。
- 激活函數、損失函數和最佳化技術等關鍵概念。
卷積神經網絡 ( Convolutional Neural Networks,CNN )
- CNN 架構及其組成部分簡介。
- 理解卷積層、池化層和全連接層。
- 使用 TensorFlow 和 PyTorch 實作 CNN 模型。
資料增強和預處理
- 利用資料增強技術提昇模型效能。
- 使用諸如 imgaug、Albumentations 和 TensorFlow Data Pipeline 等 libraries(程式庫)。
電腦視覺的遷移學習
- 利用預訓練模型，例如 ResNet、VGG 和 EfficientNet。
- 微調和優化遷移學習模型。
目標偵測模型
- 探索目標檢測演算法，例如：
  - YOLO（你只看一次）
  - Faster R-CNN
- 使用 TensorFlow 和 PyTorch 實作這些模型。
影像分割技術
- 理解語意分割和實例分割。
- 實作 U-Net 和 Mask R-CNN 模型。
實際專案和應用
- 建構實用的電腦視覺專案，例如：
  - 人臉偵測與辨識系統。
  - 整合網路攝影機的即時目標偵測系統。
  - 影像分類流程及部署方案。

哪些人適合報名？

本課程非常適合以下人群：

初學者，希望開啟電腦視覺之旅。
資料科學家和機器學習工程師，希望拓展技能。
人工智慧從業人員，致力於掌握目標檢測模型。
研究人員，探索電腦視覺技術在學術計畫中的應用。
專業人士，尋求部署電腦視覺模型的實務經驗。

先決條件

報名前，請確保您已具備以下條件：

具備Python程式設計基礎。
熟悉機器學習的基本概念。
掌握線性代數和微積分的基礎。

透過真實專案進行實作學習

本課程強調透過實作專案進行實戰學習。每個模組都包含程式練習、專案實作和真實案例，確保您掌握實用技能。

課程結束時，您將能夠自信地使用 TensorFlow 和 PyTorch 建立、訓練和部署電腦視覺模型。無論您是初學者還是經驗豐富的從業者，本課程都將賦予您在電腦視覺領域脫穎而出所需的專業知識。

立即報名，提升您的電腦視覺技能！

目標受眾

渴望從零開始學習電腦視覺的初學者。
希望透過卷積神經網路 (CNN) 和目標檢測擴展技能的資料科學家。
致力於建立電腦視覺模型的 AI 和機器學習工程師。
探索深度學習在視覺任務中應用的研究人員和學生。
對部署實際電腦視覺應用程式感興趣的專業人士。

講師簡介

Krish Naik 首席人工智慧工程師

我是iNeuron的前共同創辦人兼首席人工智慧工程師，在機器學習、深度學習、電腦視覺和生成式 AI 領域擁有豐富的開拓經驗，同時也是教育者和導師，擁有超過15年的產業經驗。這些是我在Udemy平台上開設的課程，我透過許多實際問題場景講解了機器學習、深度學習和人工智慧的各種主題。我曾在各種聚會、技術機構和社群論壇上發表過30多場關於資料科學、機器學習和人工智慧的技術演講。我的主要目標是讓每個人都能熟悉機器學習和人工智慧。

Sourangshu Pal 高級人工智慧工程師

擁有超過6年 iNeuron 公司經驗的資深人工智慧工程師，專長於機器學習、深度學習、電腦視覺、自然語言處理和大型語言模型（LLM）。精通 AWS 和 GCP 等雲端平台。曾成功為多家客戶提供諮詢服務，交付滿足其業務需求的端到端人工智慧/機器學習解決方案。領導並執行了多個跨行業的項目，優化了性能和可擴展性。熱衷於建構智慧系統、大規模部署人工智慧模型，並在快速發展的人工智慧領域中保持領先地位。擁有強大的問題解決能力，以及豐富的模型開發、部署和優化實務經驗。擅長將複雜的人工智慧概念轉化為切實可行、影響深遠的商業應用。

Monal Kumar Udemy講師 | 資料科學家 | 人工智慧工程師

我叫 Monal Kumar，是一名資深資料科學家。過去幾年，我曾在醫療保健、教育科技、工業安全、市場科技和電信等多個領域工作，並解決過各種問題，包括研究、開發、部署、客戶關係維護、客戶演示以及指導等。我在機器學習和電腦視覺方面擁有深厚的專業知識，已為超過800名應屆畢業生和專業人士提供過培訓，並指導過100多名醫療保健專業人員進行人工智慧技能提升。

KRISHAI Technologies Private Limited 人工智慧和機器學習工程師

Krish AI Technologies 在數據科學、機器學習、生成式人工智慧、深度學習及相關技術領域處於教育前沿。該公司由行業資深人士 Krish Naik 創立，他擁有超過 13 年的數據分析行業經驗和 7 年以上的教學經驗。我們的使命是幫助學員掌握在快速發展的科技領域中脫穎而出所需的技能和知識。

我們的專長：Krish AI Technologies 專注於人工智慧和資料科學領域的各類課程，包括：

資料科學：從基礎概念到進階技術，我們涵蓋資料分析、統計建模和資料視覺化的各個方面。

機器學習：我們的課程涵蓋機器學習演算法的各個方面，包括監督學習和非監督學習、聚類技術和高級預測建模。

生成式 AI ：我們提供關於最新生成式人工智慧模型和技術的深入培訓，幫助學生理解和應用前沿技術。

深度學習：我們的課程深入探討深度學習的數學原理和實際應用，涵蓋神經網路、卷積神經網路 (CNN)、循環神經網路 (RNN) 等。

自然語言處理 (NLP)：我們提供全面的 NLP 培訓，包括文字預處理、情緒分析、語言建模以及各種 NLP 項目。