کتاب تغییر تصویر بیندامنه با شبکههای عصبی (Cross-Domain Image Translation with Neural Networks) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تغییر تصویر بیندامنه با شبکههای عصبی (Cross-Domain Image Translation with Neural Networks)
موضوع کلی: هوش مصنوعی
موضوع میانی: یادگیری ماشین و بینایی کامپیوتر
📋 سرفصلهای دوره
- 1. مقدمهای بر تغییر تصویر بیندامنه
- 2. کاربردهای تغییر تصویر بیندامنه
- 3. معماریهای پایه GANها
- 4. بررسی GANهای پایه: DCGAN، CGAN
- 5. شبکههای مولد متخاصم (GAN) و چالشهای آنها
- 6. تابع زیان در GANها: تئوری و پیادهسازی
- 7. ارزیابی مدلهای GAN
- 8. معماری CycleGAN: اصل عملکرد و کاربردها
- 9. پیادهسازی CycleGAN برای تبدیل تصویر
- 10. تکنیکهای بهبود پایداری CycleGAN
- 11. معماری Pix2Pix: تبدیل شرطی تصاویر
- 12. پیادهسازی Pix2Pix و کاربردهای آن
- 13. تابع زیان در Pix2Pix و تنظیم پارامترها
- 14. معماری UNIT: یادگیری نمایش مشترک
- 15. تغییر تصویر بیندامنه بدون جفت تصاویر
- 16. بررسی معماری MUNIT و کاربردها
- 17. تغییر تصویر با استفاده از شبکههای VAE-GAN
- 18. استفاده از شبکههای خودرمزگذار متغیر (VAE) در تغییر تصویر
- 19. بررسی معماری StarGAN و تبدیل چند دامنه
- 20. استفاده از StarGAN برای تبدیل چندین سبک بصری
- 21. تغییر تصویر مبتنی بر توجه (Attention)
- 22. استفاده از مکانیسمهای توجه در GANها
- 23. تغییر تصویر با حفظ ساختار: بررسی معماری CUT
- 24. بررسی و پیادهسازی معماری SPADE
- 25. تغییر تصویر با استفاده از شبکههای Transformer
- 26. استفاده از Transformerها در معماریهای GAN
- 27. تکنیکهای افزایش داده (Data Augmentation) در تغییر تصویر
- 28. بهبود کیفیت تصاویر تولید شده با ابر مقیاسبندی (Super-Resolution)
- 29. استفاده از یادگیری تقویتی در تغییر تصویر
- 30. تغییر تصویر با کنترل ویژگیهای خاص
- 31. تغییر تصویر مبتنی بر متن (Text-to-Image Translation)
- 32. تغییر تصویر با استفاده از دادههای محدود
- 33. بررسی چالشهای تغییر تصویر در تصاویر با وضوح بالا
- 34. بهینهسازی مدلهای تغییر تصویر برای سرعت و کارایی
- 35. استفاده از تکنیکهای Quantization و Pruning
- 36. تغییر تصویر در کاربردهای پزشکی
- 37. تغییر تصویر در کاربردهای هنری و خلاقانه
- 38. تغییر تصویر برای تولید دادههای مصنوعی
- 39. بررسی روشهای ارزیابی کیفی و کمی تغییر تصویر
- 40. مقایسه معماریهای مختلف تغییر تصویر بیندامنه
- 41. پیادهسازی یک پروژه تغییر تصویر کامل (از داده تا مدل)
تگها:
AI
computer vision
cross-domain image translation
CycleGAN
deep learning
GAN
generative models
image generation
image synthesis
image-to-image translation
neural networks
Pix2Pix
style transfer
unsupervised learning
هوش مصنوعی
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.