Leer over beeldclassificatie met CNN's, het verschil tussen binaire en multi-class beeldclassificatiemodellen, en hoe je transfer learning gebruikt voor beeldclassificatie in PyTorch.

Binaire en multi-class image classification

Het aantal klassen

Binair classificatiemodel

Multi-class-classificatiemodel

Convolutionele lagen voor afbeeldingen

RGB, grijswaarden of alpha?

Een nieuwe convolutionele laag toevoegen

Een sequentieel blok maken

Werken met voorgetrainde modellen

Een model opslaan en laden

Een voorgetraind model laden

Beeldclassificatie met ResNet

Beeldclassificatie met CNN's

Detecteer objecten in afbeeldingen door bounding boxes te voorspellen en evalueer de prestaties van objectherkenningsmodellen.

Bounding boxes

Objectherkenning

Afbeeldingstensors

Een bounding box tekenen

Objectherkenningsmodellen evalueren

IoU berekenen

Voorspelling van bounding boxes

NMS berekenen

Objectdetectie met R-CNN

Backbone van een voorgetraind model

Classifier-blok

Box-regressorblok

Regio-voorstellen met Faster R-CNN

Anchor generator

Faster R-CNN-model

Verliezen definiëren voor RPN en R-CNN

Leer over de drie typen beeldsegmentatie (semantisch, instance en panoptisch), hun toepassingen en de geschikte Machine Learning-modelarchitecturen om elk daarvan uit te voeren.

Introductie tot beeldsegmentatie

Opties

Semantische segmentatie

Instance-segmentatie

Panoptische segmentatie

Types segmentatie

Binaire masks maken

Afbeelding segmenteren met een masker

Instance-segmentatie met Mask R-CNN

Segmenteren met een voorgetrainde Mask R-CNN

Modeluitvoer analyseren

Zachte masks weergeven

Semantische segmentatie met U-Net

Een U-Net bouwen: laagdefinities

Een U-Net bouwen: forward-methode

Semantische segmentatie uitvoeren

Semantische maskers instellen

Instance-masks overlayen

Beeldsegmentatie

Genereer volledig nieuwe afbeeldingen met Generative Adversarial Networks (GANs). Leer een Deep Convolutional GAN te bouwen en trainen, en hoe je de kwaliteit en variatie van de Resultaten beoordeelt.

Introductie tot GANs

Intuïtie achter GANs

Generator

Discriminator

Deep Convolutional GAN

Convolutionele generator

Convolutionele discriminator

GAN's trainen

Generatorverlies

Discriminatorverlies

Trainingslus

GAN's evalueren

Afbeeldingen genereren

Fréchet Inception Distance

Afronding

Afbeeldingen genereren met GAN's

In deze cursus gebruik je PyTorch om aan de slag te gaan met beeldclassificatie, objectherkenning, segmentatie en het genereren van afbeeldingen. Je werkt met zowel binaire als multi-class beeldclassificatiemodellen, gebruikt pre-trained modellen voor Deep Learning-taken en leert objectdetectie met bounding boxes. Daarnaast verdiep je je in beeldsegmentatie, waaronder semantische, instance- en panoptische segmentatie, met toepassingen uit de praktijk. Tot slot verken je Generative Adversarial Networks (GANs) en leer je de kwaliteit en diversiteit van de gegenereerde afbeeldingen beoordelen.

Deze cursus over deep learning voor afbeeldingen met PyTorch geeft je de praktische vaardigheden en kennis om goed te worden in het classificeren, detecteren, segmenteren en genereren van afbeeldingen. 

<h2>Classificeer afbeeldingen met convolutionele neurale netwerken (CNN's)</h2>

Je gaat CNN's gebruiken voor het classificeren van afbeeldingen in twee of meerdere klassen en je leert hoe je vooraf getrainde modellen in PyTorch kunt gebruiken. Met bounding boxes kun je ook dingen in een afbeelding vinden en kijken hoe goed objectherkenningsmodellen werken.

<h2>Segmenteer afbeeldingen door maskers toe te passen</h2>

Duik in beeldsegmentatie, zoals semantische, instantie- en panoptische segmentatie, door maskers op afbeeldingen te zetten en leer over de verschillende modelarchitecturen die je voor elk type segmentatie nodig hebt. 

<h2>Maak afbeeldingen met GAN's</h2>

Tot slot leer je hoe je je eigen afbeeldingen kunt maken met behulp van Generative Adversarial Networks (GAN's). Je leert hoe je Deep Convolutional GAN's (DCGAN's) kunt bouwen en trainen, en hoe je de kwaliteit en diversiteit van gegenereerde afbeeldingen kunt beoordelen.

Aan het einde van deze cursus heb je de vaardigheden en ervaring om met PyTorch-modellen aan verschillende beeldtaken te werken.

Intermediate Deep Learning with PyTorch

Gebruik PyTorch voor afbeeldingen en pas deep learning toe voor objectdetectie en segmentatie.

Deep Learning voor afbeeldingen met PyTorch

Gebruik PyTorch voor afbeeldingen en zet deep learning-modellen in voor het vinden van objecten met begrenzingskaders en het maken van beeldsegmentatie.

Instance-segmentatie met Mask R-CNN

Create Your Free Account