fbpx

口罩識別:基於深度學習的桌面應用

使用 Python、TensorFlow 2、OpenCV、PyQT、Qt 學習和建構口罩檢測桌面應用程式的人臉識別

從這 4.5 小時的課程,你會學到

  • 使用深度學習進行口罩檢測的人臉識別
  • 使用 TensorFlow 從頭開始開發人臉口罩的捲積神經網路( Convolutional Neural Network,CNN )
  • 圖像大數據預處理
  • 用於人臉檢測的 OpenCV
  • 使用 PyQt 的電腦視覺桌面應用程式
  • PyQt 基本概念

要求

  • 基礎 Python 知識
  • 熟悉張量流和深度學習
  • 熟悉 Numpy 和 Pandas

課程說明

你將會開發的專案:

參與專案的先決條件:OpenCV

  1. 使用 OpenCV 進行圖像處理

第 0 節:設置專案

  1. 安裝 Python
  2. 安裝依賴項

第 1 節:資料預處理

  1. 收集圖像
  2. 僅從圖像中提取人臉
  3. 標記(目標輸出)圖像
  4. 資料預處理
    1. RGB均值減法圖像

第 2 節:開發深度學習模型

  1. 使用 OWN 深度學習模型訓練人臉識別。
    1. 卷積神經網路
  2. 模型評估

第 3 節:使用 CNN 模型進行預測

  1. 放在一起

第 4 節:PyQT 基礎知識

第 5 節:基於 PyQt 的桌面應用程式

概述:

我將通過安裝 Python 並在 Python 中安裝必要的程式庫( libraries )以開發端到端專案來開始課程。然後,我將教你本課程的先決條件之一,即 OpenCV 中的圖像處理技術以及圖像背後的數學概念。我們還將對圖像進行必要的圖像分析和所需的預處理步驟。然後我們將使用 OpenCV 和深度神經網路做一個關於人臉檢測的迷你專案。

有了圖像基礎的概念,我們將開始我們的專案第一階段,人臉身份識別。我將從預處理圖像開始這個階段,我們將使用深度神經網路從圖像中提取特徵。然後利用人臉的特徵,訓練不同的深度學習模型,比如卷積神經網路。我會教你人臉識別模型模型選擇超參數調優

一旦我們的深度學習模型準備就緒,我們將轉到第 3 節,並編寫程式碼以使用 CNN 模型進行預測。

最後,我們將開發桌面應用程式並對實時視訊流進行預測。

你在等什麼?開始課程,親自使用機器學習、Python 開發你自己的電腦視覺 Flask 桌面應用程式專案,並將其部署在雲中。

目標受眾

任何想開發人臉識別應用程式的人

講師簡介

Srikanth Gusksra 資料科學家

我是 Srikanth,從事資料科學工作,具有在資訊技術和服務行業工作的豐富歷史。 精通機器學習、深度學習、統計演算法。 我們主要從事圖像處理和自然語言處理應用程式。 我還成功地將許多與資料科學相關的專案部署在雲端平台中,作為在 AWS、Google Cloud 等之上的服務。

Data Science Anywhere 工程師團隊

你好,

我們是由機器學習專家和人工智慧開發人員組成的團隊,他們共同致力於推動人工智慧的發展。 當新課程發佈時,你將收到我們的來信,回答問題等等。

我們在這裡幫助你保持在資料科學和技術的尖端。

謝謝,

Data Science Anywhere 的團隊

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

使用 Notion 來做上課筆記?

udemy 的課程講座數量動輒上百個,如果你要使用 Notion 當作是線上課程的筆記輔助工具,為這些講座建立與組織筆記是一件耗時且沒效率的工作

為了解決這個問題,Soft & Share 開發一個 chrome extension – LN+ for udemy ,可以根據 udemy 線上課程的課程大綱幫你自動建立成 Notion 筆記資料庫並產生筆記與課程的雙向關聯讓您專心上課與寫筆記就好,不用再煩惱課程筆記要放哪裡的問題!

🛫了解 LN+ for udemy 更多功能介紹請參考 – Learning Notes Plus for udmy


報名參加課程

Sponsored by Udemy


🛫使用關鍵字連結獲得更多線上學習資訊?請參考這個網頁說明


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: