La détection et la localisation d'objets est l'une des utilisations les plus courantes du deep learning pour la vision par ordinateur. Les applications comprennent l'aide aux systèmes autonomes pour naviguer dans des environnements complexes, la localisation de conditions médicales telles que les tumeurs, et l'identification de cultures prêtes à être récoltées dans l'agriculture. Dans les projets de cours, vous appliquerez des modèles de détection à des scénarios du monde réel et formerez un modèle pour détecter divers panneaux de stationnement. L'achèvement de ce cours vous donnera les compétences nécessaires pour former des modèles de détection pour votre application.À la fin de ce cours, vous serez en mesure de :

- Expliquer comment les réseaux d'apprentissage profond localisent et classent les objets dans les images - Réentraîner les modèles populaires d'apprentissage profond YOLO pour votre application - Utiliser une variété de métriques pour évaluer les résultats de prédiction - Visualiser les résultats pour avoir un aperçu de la performance du modèle - Améliorer la performance du modèle en ajustant les paramètres importants du modèle - Analyser les images étiquetées pour identifier et corriger les lacunes potentielles dans vos données Pour la durée du cours, vous aurez un accès gratuit au logiciel MATLAB pour identifier les meilleurs employeurs dans le monde entier. Les cours s'appuient sur les applications utilisant MATLAB, de sorte que vous passez moins de temps à coder et plus de temps à appliquer les concepts de Deep learning.