اپلیکیشن اندرویدی فلشکارت آموزشی آموزش CNN برای تشخیص اشیاء
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره آموزش CNN برای تشخیص اشیاء
موضوع کلی: برنامه نویسی
موضوع میانی: بینایی کامپیوتر (Computer Vision)
📋 سرفصلهای دوره
- 1. مقدمهای بر بینایی کامپیوتر و یادگیری عمیق
- 2. ساختار لایههای کانولوشنی و عملکرد آنها
- 3. تابع فعالسازی و نقش آن در شبکه
- 4. پولینگ و کاهش ابعاد فضایی
- 5. لایههای Fully Connected و خروجی
- 6. معماریهای بنیادی: LeNet تا AlexNet
- 7. Batch Normalization و Dropout
- 8. مبانی بهینهسازی: SGD و Adam
- 9. Cross-Entropy و تابع هزینه در طبقهبندی
- 10. Data Augmentation و افزایش داده
- 11. Transfer Learning و مدلهای از پیشآموختهشده
- 12. ویژگیکشی با Pre-trained Networks
- 13. معماری VGG و الگوی لایههای عمیق
- 14. معماری ResNet و بقایای گرادیان
- 15. معماری Inception و بلوکهای چندنمایه
- 16. معماری MobileNet و کارایی پردازشی
- 17. معماری EfficientNet و مقیاسپذیری
- 18. تفاوت طبقهبندی و تشخیص اشیاء
- 19. پنجرهشبانه و Region Proposal
- 20. R-CNN و شکلگری تشخیص اشیاء
- 21. Fast R-CNN و بهبود عملکرد
- 22. Faster R-CNN و شبکه پیشنهاد ناحیه
- 23. SSD و تشخیص یکپاسخ
- 24. YOLOv1 تا YOLOv8 و معماریها
- 25. Anchor Boxes و ابعاد پیشفرض
- 26. Non-Maximum Suppression و حذف تکرار
- 27. IoU و محاسبهٔ تداخل جعبه
- 28. mAP و معیارهای ارزیابی تشخیص
- 29. دادهبرچسبگذاری و Formatهای Annotation
- 30. دستهبندی COCO و Pascal VOC
- 31. مدیریت عدمتعادل داده
- 32. Funções de perda در تشخیص (Localization + Classification)
- 33. آموزش با Datasets سفارشی
- 34. تنظیم یادگیری و LR Scheduling
- 35. Regularization در مدلهای بزرگ
- 36. تحلیل خطا و Visualizing Mistakes
- 37. تفسیر تصمیمگیری شبکه با Grad-CAM
- 38. اعتبارسنجی و Test Set Design
- 39. بهینهسازی مدل: Quantization و Pruning
- 40. تصحیح دادهها و Data Cleaning
- 41. Real-Time Detection و بهینهسازی سرعت
- 42. انتشار مدل: ONNX و TensorRT
- 43. 部署 و API برای برنامههای کاربردی
- 44. تشخیص اشیاء در ویدیو و Tracking
- 45. کار با دوربینهای زنده و Stream Processing
- 46. اعمال عملی: تشخیص خودرو، چهره و محصول
- 47. معماریهای مدرن: DETR و Vision Transformers
- 48. پروژهٔ کامل تشخیص اشیاء از صفر
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.