کتاب صوتی سیر تحول معماری‌های بینایی ماشین؛ از شبکه‌های عصبی اولیه تا ترنسفورمرهای بینایی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره سیر تحول معماری‌های بینایی ماشین؛ از شبکه‌های عصبی اولیه تا ترنسفورمرهای بینایی

موضوع کلی: علوم رایانه و هوش مصنوعی

موضوع میانی: بینایی ماشین و یادگیری عمیق

📋 سرفصل‌های دوره

• 1. مبانی پردازش تصویر و مفاهیم پایه در بینایی ماشین
• 2. تاریخچه و سیر تحول الگوریتم‌های تشخیص الگو
• 3. ساختار نورون‌های مصنوعی و مدل‌های ادراک‌گر خطی
• 4. مفهوم شبکه‌های عصبی چندلایه و الگوریتم پس‌انتشار خطا
• 5. آشنایی با توابع فعال‌ساز و نقش آن‌ها در یادگیری غیرخطی
• 6. مبانی شبکه‌های عصبی کانولوشنی و استخراج ویژگی‌های تصویری
• 7. نقش لایه‌های کانولوشن و تجمیع در کاهش ابعاد داده‌های تصویری
• 8. معماری شبکه کلاسیک لنت و نقش آن در تشخیص ارقام دست‌نویس
• 9. چالش‌های آموزش شبکه‌های عصبی عمیق و راهکارهای غلبه بر آن
• 10. آشنایی با معماری شبکه الکس‌نت و آغاز عصر یادگیری عمیق
• 11. نقش توابع فعال‌ساز رلو در بهبود سرعت همگرایی مدل‌ها
• 12. تکنیک‌های منظم‌سازی برای جلوگیری از بیش‌برازش در شبکه‌های بینایی
• 13. معماری وی‌جی‌جی و تحلیل تاثیر عمق شبکه بر دقت تشخیص
• 14. مفهوم اتصالات میان‌بر و معماری رزنت در حل مشکل محو شدگی گرادیان
• 15. معماری‌های سبک‌وزن برای پردازش تصویر در سامانه‌های تعبیه شده
• 16. آشنایی با شبکه‌های اینسپشن و استفاده از فیلترهای چندمقیاسی
• 17. مکانیزم‌های توجه و نقش آن‌ها در بهبود تمرکز مدل بر ویژگی‌های کلیدی
• 18. معماری‌های مبتنی بر توجه در بینایی ماشین
• 19. ظهور ترنسفورمرهای بینایی و گذار از کانولوشن به مکانیزم توجه
• 20. ساختار ویژن ترنسفورمر و نحوه پردازش پچ‌های تصویر
• 21. تفاوت‌های بنیادین میان معماری‌های سی‌ان‌ان و ترنسفورمرهای بینایی
• 22. تکنیک‌های پیش‌آموزش مدل‌های بینایی بر روی داده‌های کلان
• 23. روش‌های انتقال یادگیری در پروژه‌های بینایی ماشین
• 24. بهینه‌سازی معماری‌های بینایی برای کاربردهای پردازش تصویر پزشکی
• 25. کاربرد بینایی ماشین در سیستم‌های نظارت تصویری هوشمند
• 26. نقش بینایی ماشین در اتوماسیون صنعتی و بازرسی کیفیت
• 27. الگوریتم‌های تشخیص اشیاء و بومی‌سازی آن‌ها در تصاویر
• 28. روش‌های بخش‌بندی معنایی و جداسازی اجزای تصویر
• 29. مدل‌های تولیدی تصویر و کاربرد آن‌ها در بازسازی داده‌های بصری
• 30. استفاده از معماری‌های بینایی در تحلیل متون و اسناد دیجیتال
• 31. ارزیابی عملکرد مدل‌های بینایی با استفاده از معیارهای استاندارد
• 32. چالش‌های اخلاقی و حریم خصوصی در سیستم‌های بینایی ماشین
• 33. آینده‌نگری در توسعه معماری‌های هوش مصنوعی بینایی
• 34. نقش سخت‌افزارهای پردازشی در تسریع آموزش مدل‌های عمیق
• 35. بهینه‌سازی مصرف انرژی در پیاده‌سازی مدل‌های بینایی ماشین
• 36. تکنیک‌های فشرده‌سازی مدل برای اجرا در محیط‌های محدود
• 37. روش‌های تفسیرپذیری شبکه‌های عصبی برای درک تصمیمات مدل
• 38. امنیت مدل‌های یادگیری عمیق در برابر حملات خصمانه
• 39. استانداردهای توسعه نرم‌افزارهای بینایی ماشین در ایران
• 40. مطالعه موردی پیاده‌سازی سیستم‌های بینایی در پروژه‌های بومی