知名線上課程 【尹相志深度學習實戰3】分辨你我他-AI影像辨識(進階篇)(含教材) 講師:尹相志 影音教學 中文發音 繁體中文版(DVD版)
尹相志老師獨家授課AI深度學習-機器視覺進階篇，課中將講解機器視覺的基本任務：「物體識別」、「物體檢測」、「語意分割」和「目標檢測」，並探究最火紅的人臉辨識、\"GAN\"演算法，並搭配4個練習示範、4份課程講義，為您打開AI影像辨識的學習大門！用生活化的實例講解AI影像辨識，輕鬆學習。
機器們從此大開眼界
從物件辨識到目標檢測\t
所謂的目標檢測\t
2階段模型\t
加速的CNN-RCNN\t
更快的CNN-Fast RCNN\t
在加速的CNN-Faster RCNN\t
一階段模型的優勢-Yolo\t
特徵金字塔網路-FPN\t
語意分割\t
實作:(1)驗證碼驗證、街景分割\t
全卷積網路\t
對於卷積網路的其他思路\t
難以忘記你的臉
被廣泛運用的人臉辨識\t
人臉辨識為何困難\t
機器如何進行人臉辨識\t
人臉辨識的第一步:人臉檢測\t
Dlib:最通用的人臉檢測工具\t
人臉辨識的第二步:人臉對齊\t
又小又精幹的人臉檢測模型:MTCNN\t
臉的數據庫:LFW\t
如何進行臉部識別\t
經典識別模型:Triangle loss\t
新的臉孔識別演算法\t
對抗式模型:讓川普辨識成希拉蕊\t
Deep Face深層換臉 :讓你轉換成金城武\t
實際:(2)顏值檢測part1\t
人臉重建\t
情緒辨識\t
實作:(2)顏值檢測part2\t
以假亂真的GAN
近期最火紅的GAN\t
GAN的原理原則\t
為什麼訓練不成功\t
無窮建模假設的問題\t
如何解決無窮建模的問題\t
平衡生成器與鑑別器的方法:BEGAN\t
GAN之間的比較\t
產生高清圖片:PGGAN、BIGGAN\t
實作:(3)去背神器\t
新型態的GAN:Conditional GAN
如何自由操控影像\t
解決沒有成對樣本問題:Cycle GAN\t
對抗式攻擊\t
實作:(4)去背神器、破解驗證碼\t
視覺是理解世界的關鍵\t\t
機器視覺還能做到什麼?\t
超解析度圖片怎麼來\t
什麼樣的圖片叫做清晰-峰值信噪比\t
圖片放大的好方法-Pixel shuffle\t
其他相關的演算法\t
風格移轉--什麼是風格\t
怎麼樣把風格遷移進去?\t
風格移轉相關重要論文\t
商用等級的風格移轉\t
風格移轉使用在圖片上色\t
圖像補全\t
實作:(5)DeepFake變臉:總統、歌后傻傻分不清楚\t
Transfer learning預訓練模型\t
2020 實作1 - 街景分割
街景分割實作介紹
語意分割的標籤標註形式介紹
模型結構選擇說明
損失函數選擇說明
實作解說
實作演練與訓練結果分析
模型成效：應用場景 - 臺灣街景
2020 實作2 - 去背神器
去背神器實作及用途介紹
調用數據集：Supervisely
切取方法介紹與選擇
Deeplab V3+ 網路結構特色介紹
去背效果原理介紹
實作演練(上)：模型結構說明
實作演練(中)：損失函數選擇與訓練執行
實作演練(下)：訓練成效與實際應用
2020 實作3 - 大藝術家
大藝術家實作介紹
什麼是視覺特徵
如何設計風格移轉與最佳化
什麼是 Garm Matrix
透過 VGG 進行篩選
總體變動損失
風格移轉的應用
實作解說
訓練結果與總結
2020 實作4 - 越放大越清晰
越放大越清晰的放大策略
什麼是 SRResNet
如何作出 Pixel shuffle
本次實作改良
Wing Loss
Perception Loss
SSIM 結構相似性指標
峰值信號雜訊比
實作解說
|
|
您現在的位置：
專業知識教學
