[Phiên bản sửa đổi] Hướng dẫn hoàn hảo về Computer Vision với Deep Learning
Khóa học này sẽ giúp bạn trở thành chuyên gia thị giác máy tính dựa trên deep learning được cần trong thực tế thông qua các giải thích lý thuyết sâu sắc về Object Detection và Segmentation cùng với các ví dụ thực hành ở mức độ có thể áp dụng ngay trong công việc thực tế.
Nó hay đến mức nực cười... Tôi đã rất tức giận với Infron khi nghe Coco Pytorch ở khu phố bên cạnh. Tôi tìm thấy niềm vui sau khi tham gia khóa học này. Cảm ơn bạn rất nhiều.
5.0
한병식
31% đã tham gia
Các bài giảng của giảng viên Kwon Cheol-min luôn là hay nhất.
Cảm ơn
5.0
율언니
7% đã tham gia
Nó cực kỳ mạnh mẽ. Các ví dụ thực hành tốt rất hữu ích ^^
Bạn sẽ nhận được điều này sau khi học.
Hiểu về Object Detection và Segmentation dựa trên Deep Learning
Học tập lý thuyết chuyên sâu về dòng RCNN, SSD, YOLO, RetinaNet, EfficientDet, Mask RCNN
Làm quen với cách sử dụng các package triển khai điển hình cho Object Detection và Segmentation như MMDetection, Ultralytics Yolo
Thực hiện Object Detection/Segmentation trên ảnh/video bằng OpenCV và Tensorflow Hub
Làm quen với các ví dụ thực tế đa dạng có độ khó để có thể đạt đến trình độ áp dụng trực tiếp Object Detection/Segmentation vào công việc thực tế
Nắm vững các kiến thức nền tảng đa dạng cấu thành nên Object Detection/Segmentation
Sử dụng các gói triển khai đa dạng để huấn luyện tập dữ liệu tùy chỉnh và tạo mô hình của riêng bạn
Trực tiếp nắm bắt ưu nhược điểm của các mô hình Object Detection/Segmentation khác nhau thông qua các ví dụ thực hành
Xử lý các tập dữ liệu chính như Pascal VOC, MS-COCO và chuyển đổi sang TFRecord
Sử dụng CVAT Tool để áp dụng Annotation cho tập dữ liệu và tự tạo dữ liệu huấn luyện
Hạ thấp rào cản, đào sâu vào cốt lõi! Hãy trở thành chuyên gia thực tế về Deep Learning CNN.
Học Deep Learning Computer Vision với phiên bản cập nhật mới nhất.
Đánh giá trung bình 4.9★ được hơn 1,300 học viên lựa chọn, Best seller Inflearn Cải tiến toàn diện 2021!
Xin chào, tôi là Kwon Chul-min. Nhờ sự ủng hộ nhiệt tình của nhiều người, lần này tôi đã cho ra mắt phiên bản cập nhật của 'Hướng dẫn hoàn hảo về Computer Vision với Deep Learning'. Tôi đã làm mới khoảng 90% video trong khóa học hiện có và sẽ giới thiệu những nội dung được cải thiện và bổ sung thêm.
Dựa trên những phản hồi mà các bạn đã gửi cho khóa học trong thời gian qua, tôi đã tập trung vào các điểm sau để tạo ra phiên bản cải tiến này.
Giải thích lý thuyết chi tiết hơn về những nội dung mà học viên thường đặt câu hỏi
Thực hành dựa trên package Object Detection/Segmentation có hiệu suất mới nhất/tốt nhất with the latest/best performance
Phản ánh xu hướng mới nhất của Object Detection/Segmentation
Viết code thực hành linh hoạt, đa dạng và có khả năng mở rộng hơn + Giải thích chi tiết hơn
Các bài học bổ sung đa dạng khác
Khóa học phiên bản sửa đổi có thể khẳng định rằng được cấu trúc với nội dung xuất sắc hơn và chi tiết hơn so với khóa học phiên bản đầu tiên. Chúng tôi sẽ hướng dẫn bạn vào lĩnh vực Object Detection và Segmentation dựa trên deep learning hiện đại nhất.
Giới thiệu khóa học 📝
Trung tâm của công nghệ thị giác máy tính deep learning đang chuyển dịch nhanh chóng sang Object Detection và Segmentation.
▲Nhận dạng thông tin hình ảnh thông minh ▲Kiểm tra thị giác AI cho nhà máy thông minh ▲Chẩn đoán tự động hình ảnh y tế ▲Robotics ▲Xe tự hành, v.v., công nghệ Object Detection và Segmentation dựa trên deep learning đang được mở rộng trong nhiều lĩnh vực. Theo đó, các công ty AI hàng đầu trong và ngoài nước cũng không ngần ngại đầu tư vào lĩnh vực này và đang tìm cách đảm bảo nguồn nhân lực phát triển.
Cuối cùng cũng gặp gỡ hai xu hướng hàng đầu, Object Detection & Segmentation
Trong những năm gần đây, lĩnh vực Object Detection và Segmentation phát triển nhanh chóng, dẫn đến nhu cầu tăng cao về nhân tài có năng lực thực tiễn liên quan. Tuy nhiên, do đây là lĩnh vực mới nhất ứng dụng deep learning nên sách, tài liệu, khóa học để học tập còn thiếu, khiến việc đào tạo nhân lực phù hợp gặp nhiều khó khăn.
Chúng tôi sẽ dẫn dắt bạn trở thành chuyên gia thị giác máy tính deep learning.
Khóa học này bao gồm giải thích lý thuyết chuyên sâu về Object Detection và Segmentation cùng với nhiều ví dụ thực hành có thể áp dụng ngay trong công việc thực tế, và sẽ giúp bạn trở thành chuyên gia thị giác máy tính dựa trên deep learning cần thiết cho thực địa.
Từ giải thích khái niệm dễ hiểu đến lý thuyết chuyên sâu.
Giải thích rõ ràng về lĩnh vực rộng lớn Object Detection/Segmentation từ các khái niệm cơ bản đến lý thuyết chuyên sâu về các dòng RCNN, SSD, YOLO, RetinaNet, EfficientDet, Mask RCNN.
Bạn có thể nắm vững các khái niệm thông qua các slide bài giảng chi tiết và tỉ mỉ.
Tối đa hóa khả năng thực chiến Deep Learning thông qua các ví dụ thực hành.
Không có cách nào tốt hơn để nâng cao kỹ năng thực chiến hơn là tự mình lập trình và triển khai. Khóa học này bao gồm nhiều bài tập thực hành, qua đó sẽ tối đa hóa khả năng triển khai thực chiến Object Detection và Segmentation của bạn.
Những người đã từng băn khoăn về việc CNN trong deep learning có thể được áp dụng vào thực tế như thế nào
Người muốn phát triển giải pháp Computer Vision dựa trên Deep Learning
Người muốn mở rộng năng lực phân loại hình ảnh deep learning đến các công nghệ CV mới nhất
Sinh viên chuẩn bị thi vào trường đại học chuyên ngành trí tuệ nhân tạo, chuẩn bị việc làm/chuyển việc trong lĩnh vực CV dựa trên deep learning
Vui lòng kiểm tra kiến thức tiên quyết.
Cần có kinh nghiệm lập trình Python và hiểu biết cơ bản về Deep Learning CNN.
Ngoài ra, sẽ càng tốt hơn nếu bạn có chút kinh nghiệm với TF.Keras hoặc Pytorch.
Khó tìm thấy ở bất kỳ đâu Công nghệ CV mới nhất trong một khóa học.
Hiệu suất vượt trội Thực hành với các gói triển khai Object Detection/Segmentation mới nhất
MMDetection, Ultralytics Yolo, v.v.
Thực hành Inference sử dụng OpenCV DNN đa năng và Tensorflow Hub
Thực hành Object Detection/Segmentation trên nhiều hình ảnh và video khác nhau
Các trường hợp thực tế ứng dụng công nghệ thị giác máy tính
Thực hành Training mô hình với nhiều bộ dữ liệu Custom
Các bộ dữ liệu tùy chỉnh đa dạng
Một chuyên gia về thị giác máy tính sử dụng deep learning phải có khả năng huấn luyện mô hình với nhiều bộ dữ liệu Custom khác nhau để tạo ra mô hình Object Detection/Segmentation của riêng mình. Đồng thời cũng phải có khả năng cải thiện hiệu suất và đánh giá mô hình đó.
Khóa học này sẽ giúp bạn phát triển khả năng Training tập dữ liệu Custom bằng cách sử dụng nhiều gói triển khai khác nhau và tạo ra mô hình Inference tối ưu.
Thực hành Training / Inference mô hình Custom với bộ dữ liệu Training tự tạo
Thực hành với bộ dữ liệu Training tự tạo
Sử dụng công cụ Annotation là CVAT để trực tiếp tạo bộ dữ liệu Training bằng cách áp dụng Annotation bounding box lên các hình ảnh thông thường, sau đó thực hành Training mô hình Custom và Inference với bộ dữ liệu đã tạo này.
Môi trường thực hành 🧰
Khóa học này chủ yếu thực hành dựa trên GPU. Thực hành sử dụng GPU sẽ được cấu hình môi trường trên Runpod, còn các thực hành không liên quan đến GPU thì bạn có thể sử dụng môi trường Google Colab.
Trong trường hợp sử dụng Runpod, sẽ phát sinh thêm chi phí khoảng 10 ~ 20$ cho việc thực hành. Mặc dù có thể thực hành với 10$ (hơi chật vật ^^;;), nhưng để thực hành thoải mái hơn, chúng tôi khuyến nghị chi phí khoảng 20$.
Vui lòng xác nhận trước khi đăng ký!
Nếu bạn không sử dụng môi trường GPU của Runpod thì sẽ gặp khó khăn khi thực hành theo các ví dụ. Mong bạn thông cảm trước.
Mã thực hành và tài liệu giảng dạy 👨💻
Mã thực hành có thể tải xuống tại https://github.com/chulminkw/DLCV_New. Xem trước mã thực hành sẽ giúp bạn đánh giá trình độ lập trình cần thiết để hiểu các bài thực hành.
Cung cấp tài liệu PDF bài giảng 320 trang
Giáo trình được sử dụng trong khóa học (320 trang) có thể được tải xuống tại Phần 0 của khóa học: Giáo trình khóa học.
Để học lý thuyết không có cách nào tốt hơn là thực hành.
Đừng chờ đợi cho đến khi bạn hiểu hoàn hảo lý thuyết deep learning. Không có cách nào tốt hơn để học lý thuyết ngoài việc thực hành.
Một khi bắt đầu viết code, bộ não của chúng ta sẽ tự động theo kịp để hiểu một cách thực chất. Hãy cùng tôi thực hiện các ví dụ thực hành đa dạng được giới thiệu trong khóa học. Nếu bạn tự mình thực hiện bằng cách gõ phím trong khi nghe giảng, những phần trước đây cảm thấy mơ hồ sẽ dần dần trở nên cụ thể.
Để trở thành chuyên gia, đôi khi (mặc dù tôi nghĩ là hầu hết thời gian) bạn phải chạy trước khi học cách đi. Khóa học này sẽ trở thành người đồng hành tốt nhất để giúp bạn phát triển sự nghiệp và năng lực trong lĩnh vực thị giác máy tính dựa trên deep learning.
Cảm ơn bạn.
― Lời Tony Stark nói với Jarvis khi thử nghiệm bộ giáp Iron Man trong
Nó hay đến mức nực cười... Tôi đã rất tức giận với Infron khi nghe Coco Pytorch ở khu phố bên cạnh. Tôi tìm thấy niềm vui sau khi tham gia khóa học này. Cảm ơn bạn rất nhiều.
Đây là bài giảng rất hay, có thể áp dụng ngay vào thực tế. Nếu người hướng dẫn có thời gian, tôi hy vọng sẽ mở một bài giảng đề cập đến dữ liệu dựa trên RNN như giọng nói và văn bản.