강의

N
챌린지

멘토링

N
클립

로드맵

BEST
AI Development

/

Computer Vision

[Bản sửa đổi] Hướng dẫn hoàn chỉnh về máy tính thị giác bằng Deep Learning

Khóa học này sẽ cung cấp cho bạn những giải thích lý thuyết sâu sắc về Object Detection và Segmentation cùng với những ví dụ thực hành có thể áp dụng ngay trong thực tế để giúp bạn trở thành chuyên gia về máy tính thị giác dựa trên deep learning như mong muốn.

(4.9) 155 đánh giá

3,904 học viên

  • dooleyz3525
Machine Learning(ML)
Tensorflow
Python
Deep Learning(DL)
Keras

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

  • Hiểu về Object Detection và Segmentation dựa trên Deep Learning

  • RCNN, SSD, YOLO, RetinaNet, EfficientDet, Mask RCNN theo từng dòng học lý thuyết sâu

  • Làm quen với cách sử dụng các gói triển khai tiêu biểu của Object Detection và Segmentation như MMDetection, Ultralytics Yolo, AutoML EfficientDet

  • Sử dụng OpenCV và Tensorflow Hub để thực hiện phát hiện/phân đoạn đối tượng trong hình ảnh/video

  • Tìm hiểu nhiều ví dụ thực tế khó khác nhau để bạn có thể đạt đến cấp độ có thể áp dụng trực tiếp Phát hiện/Phân đoạn đối tượng trong thực tế.

  • Object Detection/Segmentation bao gồm nhiều kiến thức cơ bản khác nhau

  • 다양 các gói triển khai để đào tạo tập dữ liệu tùy chỉnh và tạo mô hình riêng

  • Tìm hiểu ưu và nhược điểm của các mô hình Phát hiện/Phân đoạn đối tượng khác nhau thông qua các ví dụ thực hành

  • Xử lý các tập dữ liệu chính như Pascal VOC, MS-COCO và chuyển đổi TFRecord

  • Sử dụng CVAT Tool để áp dụng Annotation vào tập dữ liệu và tự tạo dữ liệu học tập

Hạ thấp các rào cản và đào sâu cốt lõi!
Trở thành chuyên gia thực hành CNN học sâu.

Đáp ứng bản sửa đổi mới nhất
Đào tạo thị giác máy tính học sâu.

Đánh giá trung bình 4,9★ Được lựa chọn bởi hơn 1.300 sinh viên,
Cuốn sách bán chạy nhất của Inflearn 2021 được đổi mới hoàn toàn!

Xin chào, tên tôi là Cheolmin Kwon.
Nhờ sự hỗ trợ của nhiều người, hiện tại chúng tôi đã phát hành phiên bản sửa đổi của 'Hướng dẫn hoàn chỉnh về Tầm nhìn máy tính học sâu' .
Khoảng 90% video từ các bài giảng hiện có đã được tạo và chúng tôi sẽ giới thiệu nội dung được cải tiến và bổ sung thêm.

Dựa trên những phản hồi chúng tôi nhận được về các bài giảng, chúng tôi đã tạo ra một phiên bản sửa đổi tập trung vào các điểm sau.

  1. Giải thích lý thuyết chi tiết hơn về các chủ đề mà học sinh thường đặt câu hỏi .
  2. Thực hành dựa trên gói Phát hiện/Phân đoạn đối tượng mới nhất/hiệu suất cao nhất
  3. Phản ánh các xu hướng mới nhất trong Phát hiện/Phân đoạn đối tượng
  4. Viết mã thực hành linh hoạt, đa dạng và có thể mở rộng hơn + giải thích chi tiết hơn
  5. Các lớp bổ sung khác nhau

Phiên bản sửa đổi của bài giảng chắc chắn là tốt hơn phiên bản đầu tiên và có nội dung chi tiết hơn. Chúng tôi sẽ hướng dẫn bạn các lĩnh vực Phát hiện và Phân đoạn đối tượng dựa trên deep learning mới nhất.

Giới thiệu bài giảng 📝

Trọng tâm của công nghệ thị giác máy tính học sâu đang nhanh chóng chuyển sang Phát hiện và phân đoạn đối tượng .

Các công nghệ phân đoạn và phát hiện đối tượng dựa trên deep learning đang lan rộng trong nhiều lĩnh vực, chẳng hạn như ▲ nhận dạng thông tin hình ảnh thông minh ▲ Nhà máy thông minh kiểm tra thị giác AI ▲ chẩn đoán hình ảnh y tế tự động ▲ robot ▲ xe tự hành. Theo đó, các công ty AI hàng đầu trong và ngoài nước cũng không tiếc tiền đầu tư vào lĩnh vực này và đang tìm cách đảm bảo nguồn nhân lực phát triển.

Phát hiện, phân đoạn đối tượng Hai xu hướng chính cuối cùng đã gặp nhau: Phát hiện và phân đoạn đối tượng

Khi các lĩnh vực Phát hiện và Phân đoạn đối tượng phát triển nhanh chóng trong những năm gần đây, nhu cầu về nhân tài có khả năng thực tế liên quan ngày càng tăng. Tuy nhiên, vì đây là lĩnh vực mới nhất được áp dụng deep learning nên rất khó đào tạo được nguồn nhân lực phù hợp do thiếu sách, tài liệu, bài giảng phục vụ cho việc học.

Chuyên gia thị giác máy tính học sâu
Chúng tôi hướng dẫn bạn được sinh ra lần nữa.

권 철민, 딥러닝 컴퓨터 비전 완벽 가이드

Bài giảng này bao gồm các giải thích lý thuyết chuyên sâu về Phát hiện và Phân đoạn đối tượng cũng như nhiều ví dụ thực tế có thể được sử dụng ngay tại hiện trường và sẽ giúp bạn trở thành chuyên gia thị giác máy tính dựa trên deep learning cần thiết trong lĩnh vực này.

Từ những giải thích khái niệm dễ dàng
Kể cả lý thuyết chuyên sâu.

Chúng tôi giải thích rõ ràng về lĩnh vực Phát hiện/Phân đoạn đối tượng rộng lớn, từ các khái niệm dễ hiểu đến lý thuyết chuyên sâu về dòng RCNN, SSD, YOLO, RetinaNet, EfficiencyDet, Mask RCCN, v.v.

Phát hiện, phân đoạn đối tượng Bạn có thể học các khái niệm một cách trung thực với các ghi chú bài giảng chi tiết.

Thông qua các ví dụ thực tế
Tối đa hóa các kỹ năng thực hành deep learning.

Không có cách nào để cải thiện kỹ năng thực tế của bạn hơn là viết mã và tự mình thực hiện nó.
Bài giảng này bao gồm nhiều ví dụ thực tế sẽ tối đa hóa các kỹ năng thực tế của bạn trong việc triển khai Phát hiện và Phân đoạn đối tượng.

Cơ thể bạn đang nhớ! ©SLAM DUNK

Với những người này
Khuyến khích.

CNN học sâu hoạt động như thế nào?
Nó có thể được áp dụng vào thực tế không?
Người đã lo lắng

Dựa trên học tập sâu
giải pháp thị giác máy tính
Những người muốn phát triển

Khả năng phân loại hình ảnh deep learning
Cập nhật công nghệ CV mới nhất
Những người muốn mở rộng

Vào học cao học về trí tuệ nhân tạo,
Trường CV dựa trên học tập sâu
Sinh viên chuẩn bị làm việc/chuyển đổi công việc

Vui lòng kiểm tra kiến ​​thức của người chơi.

  • Cần có kinh nghiệm lập trình Python và hiểu biết cơ bản về deep learning CNN .
  • Ngoài ra, sẽ tốt hơn nếu bạn có một số kinh nghiệm với TF.Keras hoặc Pytorch.

Khó nhìn thấy ở bất cứ đâu
Công nghệ CV mới nhất tất cả cùng một lúc.

hiệu suất rất tốt
Triển khai Phát hiện/Phân đoạn đối tượng mới nhất
Thực hành sử dụng gói

MMDetection, Ultralytics Yolo, AutoML EfficiencyDet, v.v.
Thực hành suy luận bằng cách sử dụng OpenCV DNN và Tensorflow Hub cho mục đích chung

Hình ảnh và video khác nhau
Thực hành phát hiện/phân đoạn đối tượng

Nhiều ví dụ khác nhau về việc sử dụng công nghệ thị giác máy tính trong thực tế

Với nhiều bộ dữ liệu tùy chỉnh
Thực hành đào tạo mẫu

Bộ dữ liệu tùy chỉnh khác nhau

Nếu bạn là chuyên gia thị giác máy tính học sâu, bạn sẽ có thể tạo mô hình Phát hiện/Phân đoạn đối tượng của riêng mình bằng cách huấn luyện mô hình đó với nhiều bộ dữ liệu tùy chỉnh. Ngoài ra, chúng ta phải có khả năng cải thiện và đánh giá hiệu quả hoạt động của mô hình này.

Khóa học này sẽ dạy cho bạn khả năng đào tạo các tập dữ liệu tùy chỉnh bằng cách sử dụng các gói triển khai khác nhau và tạo các mô hình suy luận tối ưu.

Với bộ dữ liệu đào tạo được tạo riêng
Thực hành suy luận/đào tạo mô hình tùy chỉnh

Thực hành sử dụng bộ dữ liệu huấn luyện do chính bạn tạo

Bằng cách sử dụng CVAT, một công cụ chú thích, chúng tôi trực tiếp tạo tập dữ liệu huấn luyện bằng cách áp dụng chú thích hộp giới hạn cho một hình ảnh chung và sử dụng tập dữ liệu này để thực hành đào tạo và suy luận mô hình tùy chỉnh.

Môi trường phòng thí nghiệm 🧰

Tất cả các mã thực hành được sử dụng trong bài giảng đều được viết dựa trên môi trường Google Colab.

코랩, 캐글 Google Colab, biểu tượng Kaggle

Quá trình thực hành sẽ được tiến hành dựa trên GPU và nếu việc phân bổ GPU miễn phí của Colab không đủ thì bạn cũng nên sử dụng Colab Pro. (※ Colab Pro có giá khoảng 10 USD mỗi tháng.)

Nếu tài nguyên hạt nhân miễn phí GPU Colab không đủ, bạn có thể sử dụng hạt nhân Kaggle. Chúng tôi cũng cung cấp mã thực hành riêng biệt được tạo cho Kaggle. Vui lòng tham khảo Phần 0 - lớp [Cấu hình môi trường thực hành] để tìm hiểu thêm về môi trường thực hành.

Vui lòng kiểm tra trước khi tham gia khóa học!

  • Nếu không sử dụng nhân GPU như Colab hoặc Kaggle, bạn sẽ gặp khó khăn khi làm theo ví dụ. Chúng tôi yêu cầu sự hiểu biết của bạn trước.

Mã thực hành và tài liệu bài giảng 👨‍💻

Mã thực hành có thể được tải xuống từ https://github.com/chulminkw/DLCV_New . Bản xem trước mã phòng thí nghiệm sẽ giúp bạn có được mức độ lập trình trước để hiểu phòng thí nghiệm.

객체검출, 세그먼테이션 Sách giáo khoa PDF bài giảng 320p được cung cấp

Sách giáo khoa được sử dụng trong bài giảng (320 trang) có thể được tải xuống từ Bài giảng Phần 0: Tài liệu bài giảng .

để học lý thuyết
Không có cách nào tốt hơn là thực hành.

Đừng đợi cho đến khi bạn hiểu đầy đủ về lý thuyết deep learning. Không có cách nào tốt hơn để học lý thuyết hơn là thông qua thực hành.

Khi chúng ta bắt đầu viết mã, bộ não của chúng ta sẽ làm theo để tạo ra sự hiểu biết hữu hình. Hãy cùng tôi thử áp dụng nhiều ví dụ thực tế khác nhau được trình bày trong bài giảng nhé. Nếu bạn nghe bài giảng và cố gắng thực hiện nó bằng cách nhấn bàn phím, những phần tưởng chừng như đám mây trôi sẽ dần trở thành hiện thực.

Để trở thành chuyên gia, đôi khi (tôi nghĩ là hầu hết) bạn phải chạy trước khi học đi. Khóa học này sẽ là người bạn đồng hành tốt nhất để bạn phát triển con đường sự nghiệp và khả năng của mình trong lĩnh vực thị giác máy tính dựa trên deep learning.

Cảm ơn

― Những gì Tony Stark đã nói với Jarvis trong buổi thử nghiệm bộ đồ Iron Man trong <Iron Man 1>

“Đôi khi bạn phải chạy trước khi có thể đi bộ.”

Những người được gặp bởi Inflearn 👨‍💻

Đọc cuộc phỏng vấn với Kwon Cheol-min | Đi xem

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Bất cứ ai quan tâm đến việc học sâu

  • 딥러닝 기반의 Object Detection và Segmentation về lý thuyết

  • Bất kỳ ai đang suy nghĩ về cách ứng dụng deep learning CNN vào thực tế

  • 딥러닝 CNN Image Classification vượt ra ngoài và muốn mở rộng năng lực vào lĩnh vực Object Detection/Segmentation

  • Computer Vision lĩnh vực muốn phát triển giải pháp dựa trên học sâu

  • Kaggle như Competition muốn thử thách Object Detection/Segmentation Challenge

  • AI đại học원 chuẩn bị

  • Bạn đang chuẩn bị chuyển sang lĩnh vực thị giác máy tính dựa trên deep learning?

Cần biết trước khi bắt đầu?

  • Kinh nghiệm lập trình Python

  • Hiểu cơ bản về CNN của Deep Learning

  • (Tùy chọn) Kinh nghiệm cơ bản về TF.Keras hoặc Pytorch

Xin chào
Đây là

26,255

Học viên

1,308

Đánh giá

3,974

Trả lời

4.9

Xếp hạng

13

Các khóa học

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Chương trình giảng dạy

Tất cả

170 bài giảng ∙ (38giờ 15phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

155 đánh giá

4.9

155 đánh giá

  • sb0205185900님의 프로필 이미지
    sb0205185900

    Đánh giá 2

    ∙

    Đánh giá trung bình 3.0

    5

    52% đã tham gia

    It's really unbelievably good.. I was so mad at Infleun while listening to Coco Pytorch in the neighborhood. I found happiness after listening to this lecture. Thank you so much.

    • bskhan7801님의 프로필 이미지
      bskhan7801

      Đánh giá 15

      ∙

      Đánh giá trung bình 4.6

      5

      31% đã tham gia

      Professor Kwon Chul-min's lectures are always the best. Thank you.

      • yoonducklim0908님의 프로필 이미지
        yoonducklim0908

        Đánh giá 6

        ∙

        Đánh giá trung bình 5.0

        5

        7% đã tham gia

        It's super helpful. The good practice examples were a big help ^^

        • webmaster1570님의 프로필 이미지
          webmaster1570

          Đánh giá 2

          ∙

          Đánh giá trung bình 5.0

          5

          38% đã tham gia

          This is a great lecture that can be applied directly to practice. If the instructor has time, I hope that a lecture on data such as voice and text based on RNN will be opened.

          • sdf80367845님의 프로필 이미지
            sdf80367845

            Đánh giá 9

            ∙

            Đánh giá trung bình 4.8

            5

            72% đã tham gia

            It's the best. I feel lucky to be able to take this course at this price. I highly recommend it.

            Ưu đãi có thời hạn, kết thúc sau 4 ngày ngày

            70 ₫

            24%

            2.538.600 ₫

            Khóa học khác của dooleyz3525

            Hãy khám phá các khóa học khác của giảng viên!

            [Revised Edition] The Complete Guide to Python Machine Learning강의 썸네일

            [Revised Edition] The Complete Guide to Python Machine Learning

            dooleyz3525

            We will help you easily understand the core concepts of machine learning and acquire the ability to implement practical machine learning applications by moving away from theory-based machine learning courses.

            초급

            초급

            Python, Machine Learning(ML), Statistics

            [Revised Edition] The Complete Guide to Python Machine Learning강의 썸네일

            [Revised Edition] The Complete Guide to Python Machine Learning

            dooleyz3525

            FastAPI Complete Guide강의 썸네일

            FastAPI Complete Guide

            dooleyz3525

            This course is designed to help you learn the core functions of FastAPI, as well as the entire process of web service development. Through this course, we will help you become a FastAPI expert developer needed in the field.

            중급이상

            중급이상

            Python, FastAPI, SQL

            FastAPI Complete Guide강의 썸네일

            FastAPI Complete Guide

            dooleyz3525

            Kafka Complete Guide - Core강의 썸네일

            Kafka Complete Guide - Core

            dooleyz3525

            From the core of Kafka to in-depth content on internal mechanisms, the course is structured so that even beginners can quickly reach the expert level through detailed theoretical explanations, hands-on practice, and practical Kafka application development practice.

            중급이상

            중급이상

            Kafka, Data Engineering

            Kafka Complete Guide - Core강의 썸네일

            Kafka Complete Guide - Core

            dooleyz3525

            Oracle Performance Analysis and Instance Tuning Core Guide강의 썸네일

            Oracle Performance Analysis and Instance Tuning Core Guide

            dooleyz3525

            It provides a key guide to understanding the internal mechanisms of Oracle DB architecture and growing as a performance tuning and performance analysis expert.

            중급이상

            중급이상

            Oracle, DBMS/RDBMS

            Oracle Performance Analysis and Instance Tuning Core Guide강의 썸네일

            Oracle Performance Analysis and Instance Tuning Core Guide

            dooleyz3525

            Data Analysis SQL Fundamentals강의 썸네일

            Data Analysis SQL Fundamentals

            dooleyz3525

            Through detailed lectures and hands-on practice on the core elements of SQL, we will provide you with a solid foundation to grow into a SQL analysis expert.

            초급

            초급

            SQL, PostgreSQL, DBMS/RDBMS

            Data Analysis SQL Fundamentals강의 썸네일

            Data Analysis SQL Fundamentals

            dooleyz3525

            SQL data analysis learned through various cases강의 썸네일

            SQL data analysis learned through various cases

            dooleyz3525

            By implementing various practical data analysis cases using SQL, you can simultaneously improve your data analysis and SQL utilization skills.

            중급이상

            중급이상

            SQL, PostgreSQL, DBMS/RDBMS

            SQL data analysis learned through various cases강의 썸네일

            SQL data analysis learned through various cases

            dooleyz3525

            Deep Learning CNN Complete Guide - Pytorch Version강의 썸네일

            Deep Learning CNN Complete Guide - Pytorch Version

            dooleyz3525

            From core theories of deep learning and CNN to various CNN model implementation methods, and practical deep learning development know-how through real-world problems, If you want to become a deep learning CNN technology expert based on Pytorch, join us in this lecture :)

            초급

            초급

            Deep Learning(DL), PyTorch, Computer Vision(CV)

            Deep Learning CNN Complete Guide - Pytorch Version강의 썸네일

            Deep Learning CNN Complete Guide - Pytorch Version

            dooleyz3525

            Kaggle Advanced Machine Learning Practical Crash Course강의 썸네일

            Kaggle Advanced Machine Learning Practical Crash Course

            dooleyz3525

            This course is designed to upgrade your skills as a practical machine learning development expert by implementing the machine learning model of the Home Credit Default Risk competition on Kaggle.

            중급이상

            중급이상

            Machine Learning(ML), Kaggle

            Kaggle Advanced Machine Learning Practical Crash Course강의 썸네일

            Kaggle Advanced Machine Learning Practical Crash Course

            dooleyz3525

            Kafka Complete Guide - Connect강의 썸네일

            Kafka Complete Guide - Connect

            dooleyz3525

            Through in-depth theoretical explanations of Kafka Connect and detailed practical training that can be used immediately in the field, we will help you grow into an expert in building data linkage and data pipelines based on Kafka Connect that are needed in the field.

            중급이상

            중급이상

            Kafka, Data Engineering

            Kafka Complete Guide - Connect강의 썸네일

            Kafka Complete Guide - Connect

            dooleyz3525

            Kafka Complete Guide - ksqlDB강의 썸네일

            Kafka Complete Guide - ksqlDB

            dooleyz3525

            This course is designed to help you learn the use of ksqlDB and its core mechanisms through various hands-on exercises. After completing the course, you will be able to easily and quickly build a real-time streaming data analysis system based on Kafka.

            중급이상

            중급이상

            Kafka, ksqlDB, Data Engineering

            Kafka Complete Guide - ksqlDB강의 썸네일

            Kafka Complete Guide - ksqlDB

            dooleyz3525

            The Complete Guide to Spark Machine Learning - Part 1강의 썸네일

            The Complete Guide to Spark Machine Learning - Part 1

            dooleyz3525

            If you want to be recognized as a machine learning expert based on large-scale data, from understanding the core framework of Spark machine learning, to SQL-based data processing through difficult practical problems, to data analysis through business domain analysis, and to the ability to implement optimized machine learning models, please join this course.

            중급이상

            중급이상

            Apache Spark, Machine Learning(ML), Big Data

            The Complete Guide to Spark Machine Learning - Part 1강의 썸네일

            The Complete Guide to Spark Machine Learning - Part 1

            dooleyz3525

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version강의 썸네일

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version

            dooleyz3525

            From core theories of Deep Learning and CNN to implementation methods of various CNN models, and practical Deep Learning development know-how through real-world problems, If you want to become a Deep Learning CNN technology expert, join us in this lecture :)

            초급

            초급

            Deep Learning(DL), CNN, Tensorflow

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version강의 썸네일

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version

            dooleyz3525

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version강의 썸네일

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version

            dooleyz3525

            From core theories of Deep Learning and CNN to implementation methods of various CNN models, and practical Deep Learning development know-how through real-world problems, If you want to become a Deep Learning CNN technology expert, join us in this lecture :)

            초급

            초급

            Deep Learning(DL), CNN, Tensorflow

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version강의 썸네일

            A Complete Guide to Deep Learning CNN - TensorFlow Keras Version

            dooleyz3525

            Deep Learning and PyTorch Bootcamp for Beginners (Easy! From Basics to ChatGPT Core Transformer) [Data Analysis/Science Part3]강의 썸네일

            Deep Learning and PyTorch Bootcamp for Beginners (Easy! From Basics to ChatGPT Core Transformer) [Data Analysis/Science Part3]

            funcoding

            This newly designed course, drawing from the instructor's initial deep learning failures, helps you progressively learn deep learning essentials: math, theory, PyTorch-based implementation, transfer learning, and GPT's core Transformer.

            초급

            초급

            Deep Learning(DL), PyTorch, Machine Learning(ML)

            Deep Learning and PyTorch Bootcamp for Beginners (Easy! From Basics to ChatGPT Core Transformer) [Data Analysis/Science Part3]강의 썸네일

            Deep Learning and PyTorch Bootcamp for Beginners (Easy! From Basics to ChatGPT Core Transformer) [Data Analysis/Science Part3]

            funcoding

            [Raspberry Pi] IoT Deep Learning Computer Vision Practical Project강의 썸네일

            [Raspberry Pi] IoT Deep Learning Computer Vision Practical Project

            nomad

            It goes without saying that AI artificial intelligence is the trend. But what can you use machine learning and deep learning for? Now, let's learn useful Internet of Things IoT Computer Vision projects that are used in daily life.

            중급이상

            중급이상

            Tensorflow, Deep Learning(DL), Raspberry Pi

            [Raspberry Pi] IoT Deep Learning Computer Vision Practical Project강의 썸네일

            [Raspberry Pi] IoT Deep Learning Computer Vision Practical Project

            nomad

            [Mobile] Deep Learning Computer Vision Practical Project강의 썸네일

            [Mobile] Deep Learning Computer Vision Practical Project

            nomad

            AI Artificial Intelligence, it goes without saying that mobile is the trend. But how do you learn machine learning and deep learning and use them on mobile? Now, let's learn useful mobile Computer Vision projects that are used in daily life.

            중급이상

            중급이상

            IONIC, Machine Learning(ML), Deep Learning(DL)

            [Mobile] Deep Learning Computer Vision Practical Project강의 썸네일

            [Mobile] Deep Learning Computer Vision Practical Project

            nomad

            [AI Practice] Getting Started with Paper Implementation for AI Research Engineers with PyTorch강의 썸네일

            [AI Practice] Getting Started with Paper Implementation for AI Research Engineers with PyTorch

            whitebox

            When researching AI or conducting a project using it, basic paper implementation is essential. Let's upgrade our practical skills by implementing an actual paper through this lecture!

            중급이상

            중급이상

            Deep Learning(DL), Generative AI, PyTorch

            [AI Practice] Getting Started with Paper Implementation for AI Research Engineers with PyTorch강의 썸네일

            [AI Practice] Getting Started with Paper Implementation for AI Research Engineers with PyTorch

            whitebox

            [AI Practice] Understanding Diffusion Models through Prompt-to-prompt Paper Implementation강의 썸네일

            [AI Practice] Understanding Diffusion Models through Prompt-to-prompt Paper Implementation

            dongdong1

            This course conducts hands-on practice related to Diffusion models among generative artificial intelligence models. By reading and implementing the prompt-to-prompt paper, which is a representative Diffusion model application paper, we expect to cultivate the ability to understand the latest artificial intelligence papers.

            중급이상

            중급이상

            Python, Deep Learning(DL), PyTorch

            [AI Practice] Understanding Diffusion Models through Prompt-to-prompt Paper Implementation강의 썸네일

            [AI Practice] Understanding Diffusion Models through Prompt-to-prompt Paper Implementation

            dongdong1

            [Tensorflow2] Complete conquest of Python machine learning - Marathon record prediction project강의 썸네일

            [Tensorflow2] Complete conquest of Python machine learning - Marathon record prediction project

            nomad

            This is a comprehensive machine learning project course that learns various useful machine learning regression and classification projects along with theory using Python and TensorFlow 2 based on Boston Marathon big data.

            중급이상

            중급이상

            Tensorflow, Machine Learning(ML), Keras

            [Tensorflow2] Complete conquest of Python machine learning - Marathon record prediction project강의 썸네일

            [Tensorflow2] Complete conquest of Python machine learning - Marathon record prediction project

            nomad

            Building OCR that actually works in real-world scenarios, here's how to do it.강의 썸네일

            Building OCR that actually works in real-world scenarios, here's how to do it.

            nexthumans

            If you want to properly learn OCR technology that's truly used in practice, this one course is all you need! Aiming for over 98% accuracy even with unstructured documents and complex layouts, based on the latest SOTA models and real-world know-how, we build enterprise-level OCR projects together.

            초급

            초급

            Python, AI, openai

            Building OCR that actually works in real-world scenarios, here's how to do it.강의 썸네일

            Building OCR that actually works in real-world scenarios, here's how to do it.

            nexthumans

            [7-Day Complete] Pass MS AI-900 Certification in One Go강의 썸네일

            [7-Day Complete] Pass MS AI-900 Certification in One Go

            jobgreegi

            Essential certification for the AI era, MS AI-900! 🚀 Did you know? ChatGPT operates exclusively on Microsoft Azure! If you want to properly utilize Microsoft Azure OpenAI, which exclusively provides the latest GPT models, now is the perfect opportunity. Grow into an Azure AI services expert through the AI-900 course and master enterprise-grade AI solutions that companies trust. Secure global official certification and enhance your competitiveness as a true AI professional!

            입문

            입문

            Machine Learning(ML), Deep Learning(DL), AI

            [7-Day Complete] Pass MS AI-900 Certification in One Go강의 썸네일

            [7-Day Complete] Pass MS AI-900 Certification in One Go

            jobgreegi

            AI-Driven Practical Implementation Strategies for Manufacturing Industry (Electronics/Semiconductor Sector)강의 썸네일

            AI-Driven Practical Implementation Strategies for Manufacturing Industry (Electronics/Semiconductor Sector)

            88888

            The electronics and semiconductor industry is a field where data-driven management and innovation are particularly crucial due to ultra-precision processes and complex supply chains. This course covers practical strategies that can be directly applied in electronics and semiconductor manufacturing, including defect detection, process optimization, predictive maintenance, and supply chain management using AI technology. Along with real-world cases from global companies, the course also presents low-cost, high-efficiency AI implementation methods that small and medium-sized enterprises can realistically utilize. Through this, students will be able to understand and apply AI-based manufacturing strategies that not only improve productivity and reduce costs, but also build future competitiveness.

            입문

            입문

            AI, Big Data, Generative AI

            AI-Driven Practical Implementation Strategies for Manufacturing Industry (Electronics/Semiconductor Sector)강의 썸네일

            AI-Driven Practical Implementation Strategies for Manufacturing Industry (Electronics/Semiconductor Sector)

            88888

            Creating an AI Portfolio - Airbnb Clone Project강의 썸네일

            Creating an AI Portfolio - Airbnb Clone Project

            AISchool

            This is a lecture to build an AI portfolio by doing a clone project of airbnb data science team's Amenity Detection project, an excellent TensorFlow utilization case, and organizing the experience on a GitHub blog.

            초급

            초급

            Deep Learning(DL), Portfolio, GitHub

            Creating an AI Portfolio - Airbnb Clone Project강의 썸네일

            Creating an AI Portfolio - Airbnb Clone Project

            AISchool

            Building a Fire Detection System with Next.js and YOLOv11강의 썸네일

            Building a Fire Detection System with Next.js and YOLOv11

            ludgi

            Learn how to build a real-time fire detection system using Next.js, YOLOv11, and FastAPI.

            초급

            초급

            Next.js, yolo, Python

            Building a Fire Detection System with Next.js and YOLOv11강의 썸네일

            Building a Fire Detection System with Next.js and YOLOv11

            ludgi