این کتاب با اصول بینایی کامپیوتر آغاز میشود: شبکههای عصبی کانولوشن، RESNET، YOLO، تقویت داده و سایر تکنیکهای منظمسازی مورد استفاده در صنعت. و سپس مروری سریع بر کتابخانههای PyTorch مورد استفاده در کتاب به شما میدهد. پس از آن، شما را با پیادهسازی مسائل طبقهبندی تصویر، تکنیکهای تشخیص شیء و یادگیری انتقالی در حین آموزش و اجرای استنتاج آشنا میکند. این کتاب شامل تقسیمبندی تصویر و یک مدل تشخیص ناهنجاری است. و اصول پردازش ویدیو برای وظایف بینایی کامپیوتر، قرار دادن تصاویر در ویدیوها را مورد بحث قرار میدهد. این کتاب با توضیح فرآیند کامل ساخت مدل برای چارچوبهای یادگیری عمیق با استفاده از تکنیکهای بهینه شده با نکات برجسته در مورد قابلیت توضیح مدل هوش مصنوعی به پایان میرسد.
پس از خواندن این کتاب، شما قادر خواهید بود پروژههای بینایی کامپیوتر خود را با استفاده از یادگیری انتقالی و PyTorch بسازید.
آنچه خواهید آموخت
حل مشکلات بینایی کامپیوتر با PyTorch. پیادهسازی یادگیری انتقالی و انجام طبقهبندی تصویر، تشخیص شیء، قطعهبندی تصویر و سایر کاربردهای بینایی کامپیوتر
طراحی و توسعه پروژههای بینایی کامپیوتر در سطح تولید برای مشکلات صنعت دنیای واقعی
تفسیر مدلهای بینایی کامپیوتر و حل مشکلات تجاری
این کتاب برای چه کسانی مناسب است
دانشمندان داده و مهندسان یادگیری ماشین علاقهمند به ساخت پروژههای بینایی کامپیوتر و حل مشکلات تجاری
