In diesem Kurs werden Sie: a) Bildklassifizierung, Bildsegmentierung, Objektlokalisierung und Objekterkennung kennenlernen. Wenden Sie Transfer Learning auf die Lokalisierung und Erkennung von Objekten an. b) Wenden Sie Modelle zur Objekterkennung wie regional-CNN und ResNet-50 an, passen Sie bestehende Modelle an und erstellen Sie Ihre eigenen Modelle, um Ihre eigenen Gummientenbilder zu erkennen, zu lokalisieren und zu beschriften. c) Implementieren Sie die Bildsegmentierung unter Verwendung von Variationen des Fully Convolutional Network (FCN) einschließlich U-Net und d) Mask-RCNN, um Zahlen, Haustiere, Zombies und mehr zu identifizieren und zu erkennen.
Fortgeschrittene Computer Vision mit TensorFlow
Dieser Kurs ist Teil von Spezialisierung TensorFlow: Fortgeschrittene Techniken
Dozent: Laurence Moroney
39.864 bereits angemeldet
(498 Bewertungen)
Empfohlene Erfahrung
Kompetenzen, die Sie erwerben
- Kategorie: Bedeutung
- Kategorie: Bildsegmentierung
- Kategorie: Modell Interpretierbarkeit
- Kategorie: Klasse Aktivierungskarten
- Kategorie: TensorFlow Objekt-Erkennung API
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Sie erhalten einen konzeptionellen Überblick über Bildklassifizierung, Objektlokalisierung, Objekterkennung und Bildsegmentierung. Sie werden auch in der Lage sein, die Multi-Label-Klassifizierung zu beschreiben und zwischen semantischer Segmentierung und Instanzsegmentierung zu unterscheiden. Im weiteren Verlauf dieses Kurses werden Sie TensorFlow anwenden, um Modelle zur Objekterkennung und Bildsegmentierung zu erstellen.
Das ist alles enthalten
10 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
Diese Woche erhalten Sie einen Überblick über einige beliebte Modelle zur Objekterkennung, wie regional-CNN und ResNet-50. Sie werden Modelle zur Objekterkennung verwenden, die Sie von TensorFlow Hub abrufen, Ihre eigenen Modelle herunterladen und für das Training konfigurieren und auch Ihre eigenen Modelle zur Objekterkennung erstellen. Mithilfe von Transfer Learning werden Sie ein Modell trainieren, das mit nur fünf Trainingsbeispielen Gummienten erkennt und lokalisiert. Außerdem können Sie Ihre eigenen Gummientchen-Bilder manuell beschriften!
Das ist alles enthalten
12 Videos8 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Diese Woche dreht sich alles um die Segmentierung von Bildern mithilfe von Variationen des vollständig gefalteten neuronalen Netzwerks. Mit diesen Netzwerken können Sie jedem Pixel Klassenetiketten zuweisen und im Vergleich zu Bounding Boxes eine viel detailliertere Identifizierung von Objekten vornehmen. In dieser Woche werden Sie das vollständig faltbare neuronale Netzwerk, das U-Net und das Mask R-CNN aufbauen, um Zahlen, Haustiere und sogar Zombies zu identifizieren und zu erkennen!
Das ist alles enthalten
11 Videos4 Lektüren1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
In dieser Woche lernen Sie, wie wichtig die Interpretierbarkeit von Modellen ist, d.h. wie Ihr Modell zu seinen Entscheidungen kommt. Sie werden außerdem Klassenaktivierungskarten, Saliency Maps und gradientengewichtete Klassenaktivierungskarten implementieren, um zu erkennen, welche Teile eines Bildes von Ihrem Modell für seine Vorhersagen verwendet werden. Sie werden auch ein Beispiel dafür sehen, wie die Visualisierung der Aktivierungen der Zwischenschichten eines Modells dazu beitragen kann, das Design eines berühmten Netzwerks, AlexNet, zu verbessern.
Das ist alles enthalten
6 Videos6 Lektüren1 Aufgabe1 Programmieraufgabe4 Unbewertete Labore
Dozent
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
DeepLearning.AI
DeepLearning.AI
DeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 498
498 Bewertungen
- 5 stars
82,32 %
- 4 stars
12,85 %
- 3 stars
4,01 %
- 2 stars
0 %
- 1 star
0,80 %
Geprüft am 27. Dez. 2020
Geprüft am 17. Apr. 2021
Geprüft am 12. Apr. 2021
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.