Home / Data Science / Kursus Python | Jaringan Saraf Konvolusi untuk Klasifikasi Gambar
Kursus Python | Jaringan Saraf Konvolusi untuk Klasifikasi Gambar

Kursus Python | Jaringan Saraf Konvolusi untuk Klasifikasi Gambar

Rancang CNN Anda sendiri untuk pengenalan gambar yang akurat, latih, dan uji secara Real Time dengan kamera

Yang akan Anda pelajari

  • Rancang arsitektur CNN yang mendalam dengan hasil akurasi tinggi
  • Tunjukkan klasifikasi secara Real Time dengan kamera
  • Hasilkan data sintetis untuk menambah kumpulan data yang ada
  • Merakit sendiri, kumpulan data khusus untuk tugas Klasifikasi
  • Ubah kumpulan data yang ada untuk tugas Klasifikasi
  • Terapkan teknik preprocessing untuk dataset sebelum pelatihan
  • Latih CNN mendalam di Keras
  • Klasifikasikan gambar baru setelah pelatihan

Persyaratan

  • Pengetahuan dasar tentang Algoritma Klasifikasi Gambar
  • Dasar-dasar tentang cara kerja CNN
  • Pengetahuan menengah tentang Python V3
  • Pengetahuan dasar tentang OpenCV
  • Pengetahuan dasar tentang Tensorflow
  • Dasar-dasar tentang cara menggunakan Lingkungan Anaconda
  • Dasar-dasar tentang cara membuat kode di Jupyter Notebook

Deskripsi

Dalam kursus praktis ini , Anda akan merancang , melatih , dan menguji Jaringan Saraf Konvolusi (CNN) Anda sendiri untuk tugas-tugas Klasifikasi Gambar.

Di akhir kursus, Anda akan dapat membuat aplikasi Anda sendiri untuk Klasifikasi Gambar .

  1. Pada awalnya, Anda akan menerapkan convolution , pooling , dan kombinasi dari dua operasi ini ke gambar skala abu-abu dengan bantuan filter yang berbeda, pustaka Numpy murni, dan loop ‘untuk’. Kami juga akan mengimplementasikan konvolusi secara Real Time oleh kamera untuk mendeteksi tepi objek dan melacak pergerakan objek.
  2. Setelah itu, Anda akan mengumpulkan gambar bersama, membuat kumpulan data khusus untuk tugas klasifikasi dan menyimpan kumpulan data yang dibuat ke dalam file biner.
  3. Selanjutnya, Anda akan mengonversi kumpulan data Rambu Lalu Lintas yang ada ke dalam format yang diperlukan untuk tugas klasifikasi dan menyimpannya ke dalam file biner.
  4. Kemudian, Anda akan menerapkan teknik prapemrosesan sebelum melatih, memproduksi , dan menyimpan kumpulan data yang telah diproses ke dalam file biner terpisah.
  5. Pada langkah berikutnya, Anda akan membuat model CNN untuk tugas klasifikasi, memilih jumlah lapisan yang diperlukan untuk klasifikasi yang akurat, dan menyesuaikan parameter lainnya.
  6. Saat model dirancang dan kumpulan data siap, Anda akan melatih CNN yang dibuat, menguji model terlatih pada gambar yang benar-benar baru , mengklasifikasikan gambar secara Real Time oleh kamera dan memvisualisasikan proses pelatihan filter dari yang diinisialisasi secara acak hingga akhirnya dilatih.
  7. Pada langkah terakhir, Anda akan lulus Tes Praktik sesuai dengan semua materi yang dipelajari selama kursus.
  8. Sebagai bagian bonus, Anda akan menghasilkan hingga 1 juta gambar tambahan dan memperluas kumpulan data yang disiapkan dengan gambar baru melalui rotasi gambar , proyeksi gambar , dan perubahan kecerahan .

Tujuan utama kursus ini adalah untuk mengembangkan dan meningkatkan keterampilan keras Anda agar dapat menerapkannya pada masalah nyata Klasifikasi Gambar berdasarkan Jaringan Saraf Konvolusi .

Setiap Materi tentu saja memiliki tujuan SMART . Artinya, Anda dapat melacak kemajuan Anda dan menyaksikan hasil praktis dalam kerangka waktu yang terlihat, tepat setelah akhir Kursus.

  • S – spesifik (perkuliahan memiliki tujuan tertentu)
  • M – terukur (hasilnya masuk akal dan dapat diukur)
  • A – dapat dicapai (perkuliahan memiliki langkah-langkah yang jelas untuk mencapai tujuan)
  • R – berorientasi pada hasil (hasil dapat diperoleh pada akhir kuliah)
  • T – berorientasi waktu (hasil dapat diperoleh dalam kerangka waktu yang terlihat)

Untuk siapa kursus ini:

  • Siswa yang ingin membangun aplikasi lengkap untuk Klasifikasi Gambar dengan CNN
  • Siswa yang ingin meningkatkan keterampilan mereka dalam Klasifikasi Gambar dengan CNN sebelum wawancara berikutnya untuk magang atau pekerjaan impian
  • Siswa yang ingin menggunakan CNN dengan Data Sendiri untuk Klasifikasi Gambar tetapi tidak tahu harus mulai dari mana
  • Peneliti Muda yang mempelajari Algoritma Klasifikasi Gambar yang berbeda dan ingin Melatih CNN dengan Data Khusus dan Membandingkan hasil dengan pendekatan lain
  • Siswa yang mengetahui dasar-dasar Klasifikasi Gambar tetapi ingin tahu cara Melatih CNN dengan Data Baru
  • Siswa yang mempelajari Computer Vision dan ingin tahu cara menggunakan CNN untuk Klasifikasi Gambar
  • Siswa yang mengerjakan proyek safety driven dan ingin Mengklasifikasikan Rambu Lalu Lintas dengan CNN
  • Siswa yang mengembangkan sistem peringatan alarm untuk pengemudi dan perlu Mengklasifikasikan Rambu Lalu Lintas

About jogjamm@gmail.com

Leave a Reply

Your email address will not be published. Required fields are marked *

*

Scroll To Top