اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری عمیق برای بینایی کامپیوتر

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری عمیق برای بینایی کامپیوتر

موضوع کلی: برنامه‌نویسی کامپیوترهای خانگی

موضوع میانی: AI for AI Vision Setting

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر بینایی کامپیوتر
• 2. پردازش تصویر دیجیتال: اصول اولیه
• 3. فیلترهای تصویر و کاربردها
• 4. تشخیص لبه در تصاویر
• 5. تبدیل فوریه و کاربردهای آن در پردازش تصویر
• 6. مورفولوژی ریاضی در تصاویر
• 7. بخش‌بندی تصاویر: روش‌های آستانه‌گذاری
• 8. بخش‌بندی تصاویر: روش‌های مبتنی بر منطقه
• 9. بخش‌بندی تصاویر: روش‌های مبتنی بر لبه
• 10. استخراج ویژگی از تصاویر
• 11. ویژگی‌های شکل و بافت
• 12. دسته بندی تصاویر: روش‌های نظارت شده
• 13. دسته بندی تصاویر: روش‌های غیرنظارت شده
• 14. شبکه‌های عصبی کانولوشن: مقدمه
• 15. شبکه‌های عصبی کانولوشن: لایه‌های کانولوشن
• 16. شبکه‌های عصبی کانولوشن: لایه‌های تجمیع
• 17. شبکه‌های عصبی کانولوشن: تابع فعال‌سازی
• 18. شبکه‌های عصبی کانولوشن: توابع هزینه و بهینه‌سازی
• 19. شبکه‌های عصبی کانولوشن: پس‌انتشار خطا
• 20. شبکه‌های عصبی کانولوشن: معماری‌های رایج
• 21. انتقال یادگیری در بینایی کامپیوتر
• 22. مجموعه داده‌های بزرگ برای بینایی کامپیوتر
• 23. تشخیص اشیاء: روش‌های مبتنی بر ویژگی
• 24. تشخیص اشیاء: روش‌های مبتنی بر شبکه‌های عصبی
• 25. تشخیص اشیاء: R-CNN و مشتقات آن
• 26. تشخیص اشیاء: YOLO و SSD
• 27. تشخیص اشیاء: معماری‌های تک مرحله‌ای و دو مرحله‌ای
• 28. قطعه‌بندی معنایی تصاویر
• 29. قطعه‌بندی نمونه‌ای تصاویر
• 30. شبکه‌های مولد تخاصمی (GAN) در بینایی کامپیوتر
• 31. تولید تصویر با استفاده از GAN
• 32. بازسازی تصویر: روش‌های مبتنی بر یادگیری عمیق
• 33. تصاویر پانوراما و استریو
• 34. دید کامپیوتر در نور کم
• 35. بهبود کیفیت تصاویر
• 36. تشخیص چهره: روش‌های سنتی
• 37. تشخیص چهره: روش‌های مبتنی بر یادگیری عمیق
• 38. تشخیص حالات چهره
• 39. ردیابی اشیاء در ویدیو
• 40. برآورد حرکت در ویدیو
• 41. بینایی کامپیوتر در رباتیک
• 42. بینایی کامپیوتر در خودروهای خودران
• 43. بینایی کامپیوتر در پزشکی
• 44. بینایی کامپیوتر در کشاورزی
• 45. کاربردهای بینایی کامپیوتر در صنعت