کتاب صوتی یادگیری عمیق برای تشخیص الگو در تصاویر

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری عمیق برای تشخیص الگو در تصاویر

موضوع کلی: سیستم‌های توکار و بلادرنگ

موضوع میانی: سیستم‌های دید ماشین

📋 سرفصل‌های دوره

• 1. مبانی پردازش تصویر دیجیتال
• 2. نمایش و ذخیره‌سازی تصاویر
• 3. پیش‌پردازش تصاویر: بهبود کیفیت
• 4. فیلترهای خطی و غیرخطی در پردازش تصویر
• 5. تشخیص لبه‌ها و ویژگی‌ها
• 6. تبدیل فوریه و کاربردهای آن در تصویر
• 7. تحلیل طیفی تصاویر
• 8. مفاهیم اساسی یادگیری ماشین
• 9. شبکه‌های عصبی مصنوعی: معرفی
• 10. یادگیری با نظارت در تشخیص الگو
• 11. یادگیری بدون نظارت و خوشه‌بندی تصاویر
• 12. یادگیری تقویتی و کاربردهای آن
• 13. معماری‌های پایه شبکه‌های عصبی کانولوشنال (CNN)
• 14. لایه های کانولوشن، Pooling و Fully Connected
• 15. تابع فعال‌سازی و بهینه‌سازها در CNN
• 16. تنظیم پارامترهای CNN: نرخ یادگیری و Batch Size
• 17. Overfitting و روش‌های جلوگیری از آن
• 18. Data Augmentation و افزایش تنوع داده‌ها
• 19. شبکه‌های عصبی عمیق برای طبقه‌بندی تصاویر
• 20. تشخیص اشیاء در تصاویر: روش‌های مبتنی بر CNN
• 21. Segmentation معنایی تصاویر
• 22. شبکه‌های عصبی بازگشتی (RNN) و کاربرد آن‌ها در تصاویر
• 23. شبکه‌های مولد تخاصمی (GAN) و تولید تصاویر
• 24. انتقال یادگیری و Fine-tuning مدل‌های پیش‌آموزش‌دیده
• 25. شبکه‌های VGG و معماری آن‌ها
• 26. شبکه‌های ResNet و حل مشکل vanishing gradient
• 27. شبکه‌های Inception و معماری چند شاخه‌ای
• 28. شبکه‌های DenseNet و اتصال متراکم لایه‌ها
• 29. شبکه‌های EfficientNet و بهینه‌سازی مقیاس‌پذیری
• 30. استفاده از TensorFlow برای ساخت مدل‌های CNN
• 31. استفاده از Keras برای ساده‌سازی توسعه مدل
• 32. استفاده از PyTorch برای یادگیری عمیق
• 33. ارزیابی عملکرد مدل‌های یادگیری عمیق
• 34. معیارهای ارزیابی: دقت، صحت، Recall و F1-score
• 35. مقدمه‌ای بر یادگیری خودنظارتی
• 36. خودرمزگذارها (Autoencoders) و کاهش ابعاد
• 37. تشخیص ناهنجاری در تصاویر با استفاده از یادگیری عمیق
• 38. کاربرد یادگیری عمیق در تصاویر پزشکی
• 39. تشخیص چهره و شناسایی افراد
• 40. تشخیص پلاک خودرو و سیستم‌های نظارت تصویری
• 41. تشخیص علائم راهنمایی و رانندگی
• 42. تشخیص نقص در قطعات صنعتی
• 43. بررسی و تحلیل داده‌های بزرگ تصویر
• 44. بهینه‌سازی مدل‌های یادگیری عمیق برای دستگاه‌های موبایل
• 45. مفاهیم پایه‌ای Vision Transformer