课程描述
Modern Computer Vision™ PyTorch, Tensorflow2 Keras & OpenCV4 计算机视觉培训课程以及由 Udemy Academy 开发的基于 PyTorch、Tensorflow2、Keras 和 OpenCV4 库的系统和应用程序的开发已经发布。所有这些库都基于 Python 和 C++ 语言，在基于人工智能、机器视觉和机器学习的系统开发中被频繁使用。该培训课程涵盖稀疏但重要的主题，其中最重要的是扭转神经网络 (CNN)、竞争生成网络或生成对抗网络 (Generative Adversarial Networks)、使用他提到的 Detectron2、YOLO 版本 5 算法检测人体运动，跟踪、分割和分类各种值，连体神经网络等。
计算机视觉最简单的定义是指计算机可以分析从相机和网络摄像头接收到的信号和图像，并从记录的图像和视频中提取各种信息。计算机视觉是人工智能最重要的子领域之一，可用于军事工业、自动驾驶汽车、医学成像、相机和安全系统等。
您将在 Modern Computer Vision™ PyTorch、Tensorflow2 Keras 和 OpenCV4 中学到什么
- 机器视觉的理论和各种概念
- 使用 PyTorch、TensorFlow 和 Keras 库开发基于机器学习和计算机视觉的系统
- Python 编程原理
- OpenCV4库及其各种应用
- YOLOv5、R-CNN、Detectron2等各种物体和运动检测框架。
- 使用 U-Net、SegNet 和 DeepLabV3 的网络和分割
- 生成对抗网络
- 扭转神经网络 (CNN)
课程规格
出版商：Udemy 讲师：Rajeev D. Ratan 语言：英语水平：入门级到高级课程数量：239 课时：27 小时 50 分钟
2022/3 课程主题
现代计算机视觉™ PyTorch、Tensorflow2 Keras 和 OpenCV4 先决条件
无编程经验（掌握一些 Python 知识会有所帮助）
基础高中数学
宽带互联网连接
图片
现代计算机视觉™ PyTorch、Tensorflow2 Keras 和 OpenCV4 介绍视频
媒体错误：格式不受支持或来源未找到
安装指南
在 Extract 之后，用您最喜欢的播放器观看。
副标题：无
画质：720p
下载链接
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
