Starting with zero deep learning knowledge, this foundational course will guide you to effectively train cutting-edge models for image classification purposes. From analyzing medical images to recognizing traffic signs, classification is important for many applications. Classification models also serve as the backbone for more complicated object detection models. Through hands-on projects, you will train and evaluate models to classify street signs and identify the letters of American Sign Language. By completing this course, you will develop a strong foundation in deep learning for image analysis and will be equipped with the skills to tackle real-world computer vision challenges.
Introduction to Deep Learning for Computer Vision
Durée limitée ! Obtenez Coursera Plus avec 30 % de réduction.
Réinitialiser. Réinventer. Atteindre de nouveaux objectifs professionnels. Profitez de votre offre maintenant.
Introduction to Deep Learning for Computer Vision
Ce cours fait partie de plusieurs programmes.
Enseigné en Anglais
Instructeurs : Mehdi Alemi
Inclus avec 
Cours
Familiarisez-vous avec un sujet et apprenez les fondamentaux
niveau Débutant
Expérience recommandée
9 heures (approximativement)
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Develop a strong foundation in deep learning for image analysis
Retrain common models like GoogLeNet and ResNet for specific applications
Investigate model behavior to identify errors, determine potential fixes, and improve model performance
Complete a real-world project to practice the entire deep learning workflow
Compétences que vous acquerrez
- Catégorie : Artificial Intelligence (AI)
- Catégorie : Computer Vision
- Catégorie : Deep Learning
- Catégorie : Matlab
- Catégorie : image classification
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
9 devoirs
Cours
Familiarisez-vous avec un sujet et apprenez les fondamentaux
niveau Débutant
Expérience recommandée
9 heures (approximativement)
Planning flexible
Apprenez à votre propre rythme
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours est disponible dans le cadre de
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Learn the key components of convolutional neural networks and train a simple classification model
Inclus
5 vidéos7 lectures2 devoirs1 sujet de discussion
Retraining networks with new data is the most common way to apply deep learning in industry. In this module, you'll retrain common networks, set appropriate values for training options, and compare results from different models.
Inclus
4 vidéos6 lectures3 devoirs
Explaining how models make predictions is increasingly important. In this module, you'll use confidence scores and visualizations to determine what regions of an image the model is using to make predictions. You'll also identify common errors and adjust training options to improve performance.
Inclus
2 vidéos2 lectures1 devoir
Apply your new skills to a final project.
Inclus
2 vidéos2 lectures3 devoirs1 plugin
Offert par
Recommandé si vous êtes intéressé(e) par Machine Learning
MathWorks
MathWorks
University of Colorado Boulder
University of Colorado Boulder
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Yes. A free license is available to learners enrolled in the course. You must have a computer capable of running MATLAB. You can view the system requirements here.
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.