圖像分類的捲積神經網絡課程

”“”

圖像分類的捲積神經網絡

設計自己的深CNN以識別我需要圖像,攝像機實時訓練和測試

在這項實用的課程中,您將有機會設計,訓練和測試自己的捲積神經網絡(CNN),以完成圖像分類的任務。在課程結束時,您將獲得開發圖像分類應用程序的技能。

在課程開始時,您將學習如何使用不同的過濾器,numpy庫和循環“ for”實施卷積和匯總操作。您還將通過使用相機實現相機來探索真實的對象檢測和對象運動跟踪。

此外,您將學習如何設置圖像,創建用於分類任務的自定義數據集並將其保存到二進製文件中。您還將將現有數據集(例如流量標誌)轉換為分類任務的必要格式,並將其保存到二進製文件中。

為了確保進行精確的分類,您將在培訓前將預處理技術應用於數據集。您將在單獨的二進製文件中生成並保存處理的數據集。

然後,您將構建用於合格任務的CNN模型,選擇適當的層數並調整其他參數。設計模型並準備好數據集後,您將訓練CNN並測試以新圖像訓練的型號。您還將有機會使用攝像頭實時對圖像進行分類,並查看從啟動到經過訓練的最終狀態的過濾器培訓過程。

為了評估您的進度,您將在課程結束時進行實際測試。作為獎勵,您將學習如何通過圖像旋轉,圖像投影和光澤調整來生成多達100萬張圖像並擴展數據集。

本課程的主要目的是使用卷積神經網絡發展和提高您的圖像分類技能。每個課程講座都有智能目標,使您可以遵循進度並在可見的時間內觀察實際結果。

您將學到什麼:

  • 設計具有高精度結果的深CNN體系結構
  • 使用相機實時演示分類
  • 生成合成數據以增加現有數據集
  • 組裝自己的個性化數據集用於分類任務
  • 修改現有數據集以進行分類任務
  • 在培訓之前將預處理技術應用於數據集
  • 使用Keras訓練深CNN
  • 訓練後對新圖像進行分類
Scroll to Top