jinseol12159988

この講義は、ディープラーニングを活用した画像と物体認識の原理を基礎から最新モデルまで段階的に学ぶ過程です。
- 基礎固め：PyTorchでテンソルとニューラルネットワークの基本構造理解
- 画像理解：コンピュータビジョンの概念、画像データ構造、Augmentation技法学習
- CNNモデル学習：畳み込みニューラルネットワーク（CNN）で画像分類実習（CIFAR-10など）
- Transfer Learning：既存の学習済みモデルを活用して少ないデータで高速学習
- Object Detection：R-CNN、YOLO、SSD、DETRなど最新物体検出モデル理解及び実習
- Segmentation：U-Net、Mask R-CNNによるピクセル単位物体分割体験

trimurti

ディープラーニングベース画像・物体認識：CNNからYOLO・DETRまで

실습 중심

ai in practice

AI 활용법

ai 코딩

AI 코딩

yolo

detr

This course is a step-by-step learning process that covers the principles of image and object recognition using deep learning, from fundamentals to the latest models.
- Building Foundations: Understanding tensors and basic neural network structures with PyTorch
- Understanding Images: Learning computer vision concepts, image data structures, and augmentation techniques
- CNN Model Training: Hands-on image classification practice with Convolutional Neural Networks (CNN) using datasets like CIFAR-10
- Transfer Learning: Leveraging pre-trained models to achieve fast learning with limited data
- Object Detection: Understanding and practicing with the latest object detection models including R-CNN, YOLO, SSD, DETR
- Segmentation: Experiencing pixel-level object segmentation through U-Net and Mask R-CNN

YoungJea Oh

입문

초급

중급이상

파이토치

PyTorch

Computer Vision(CV)

합성곱신경망

Deep Learning-Based Image and Object Recognition: From CNN to YOLO and DETR

Preparing the Learning Environment

Computer Vision / CNN Fundamentals

객체 탐지/분할(Object Detection/Segmentation) - Faster R-CNN / Mask R-CNN

객체 탐지/분할(Object Detection/Segmentation) - YOLO, SSD, U-Net

Transformer-based Object Detection - DETR (Detection with Transformers)