NT530 特價中
從這 14 小時的課程，你會學到
✅ 通過完成 26 個進階的電腦視覺專案，包括情感，年齡和性別分類，倫敦地下標誌檢測，猴子品種，鮮花，水果，辛普森人物，還有更多
✅ 學習進階的深度學習電腦視覺技術，如遷移學習( Transfer Learning )和使用預先訓練的模型(VGG，MobileNet，InceptionV3，ResNet50)在 ImageNet 和重新建立流行的 CNNs，例如 AlexNet，LeNet，VGG 和 U-Net
✅ 理解神經網路，卷積神經網路，R-CNNs，SSDs，YOLO & GANs 如何運作與我容易追循的解釋
✅ 熟悉其它框架(PyTorch、 Caffe、 MXNET、 CV api)和雲端 GPU，並對電腦視覺世界有一個概述
✅ 學習如何使用 Python 程式庫 Keras 建立複雜的深度學習網路(使用 Tensorflow 後端)
✅ 學習如何對臉部年齡做神經風格遷移( Neural Style Transfer )，DeepDream 和使用 GANs ，可到 60 歲以上
✅ 學習如何建立，標註，註釋，訓練您自己的影像資料集，完美的專案適合大學和新創公司
✅ 附有近4小時的視訊免費選修課程學習如何使用 OpenCV
✅ 學習如何使用 CNNs 例如 U-Net 來執行影像切割，這在醫學成像應用中是非常有用的
✅ 學習如何使用 TensorFlow 的物件檢測 API 和在 YOLO 中建立客製化的物件偵測器
✅ 使用 VGGFace 學習臉部辨識
https://softnshare.com/master-deep-learning-computer-visiontm-cnn-ssd-yolo-gans/
opencv訓練人臉辨識 在 人臉辨識系統Face Recognition 開發紀錄( OpenCV / Dlib ) 的推薦與評價
此專案利用Pre-train 好的Dlib model，進行人臉辨識(Face Detection) ，並且實現僅用一張照片作為database 就可以作出達到一定效果的人臉識別(Face ... ... <看更多>