Contents
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
- 使用 OpenCV 進行圖像處理
第 0 節：設置專案
- 安裝 Python
- 安裝依賴項
第 1 節：資料預處理
- 收集圖像
- 僅從圖像中提取人臉
- 標記（目標輸出）圖像
- 資料預處理
- RGB均值減法圖像
第 2 節：開發深度學習模型
- 使用 OWN 深度學習模型訓練人臉識別。
- 卷積神經網路
- 模型評估
第 3 節：使用 CNN 模型進行預測
- 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的模型選擇和超參數調優。
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
- 點選這個✨優惠連結✨ 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入，點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 ）
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- ＄代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現
報名參加課程
