کتاب صوتی بینایی ماشین: تشخیص تصویر با شبکه‌های عصبی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بینایی ماشین: تشخیص تصویر با شبکه‌های عصبی

موضوع کلی: علوم داده و مهندسی داده

موضوع میانی: شبکه‌های عصبی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر بینایی ماشین
• 2. پردازش تصویر دیجیتال: اصول پایه
• 3. فیلترهای تصویر و کاربرد آن‌ها
• 4. تشخیص لبه در تصاویر
• 5. ویژگی‌های تصویر: بافت، شکل و رنگ
• 6. دسته‌بندی تصاویر: روش‌های سنتی
• 7. شبکه‌های عصبی مصنوعی: مبانی
• 8. پرceptron و الگوریتم یادگیری آن
• 9. شبکه‌های عصبی چندلایه: معماری و آموزش
• 10. تابع فعال‌سازی و نقش آن در شبکه‌های عصبی
• 11. بهینه‌سازی شبکه‌های عصبی: گرادیان کاهشی
• 12. شبکه‌های عصبی کانولوشن: اصول کار
• 13. لایه‌های کانولوشن، تجمیع و فعال‌سازی
• 14. معماری‌های معروف شبکه‌های عصبی کانولوشن
• 15. VGGNet: معماری و کاربردها
• 16. ResNet: رفع مشکل محو شدن گرادیان
• 17. Inception: معماری و بهبود کارایی
• 18. شبکه‌های عصبی بازگشتی و کاربرد آن‌ها در تصویر
• 19. یادگیری انتقالی در بینایی ماشین
• 20. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
• 21. افزایش داده برای بهبود عملکرد مدل
• 22. Data Augmentation و تکنیک‌های آن
• 23. ارزیابی عملکرد مدل‌های بینایی ماشین
• 24. متریک‌های ارزیابی: دقت، صحت، Recall و F1-score
• 25. مقدمه‌ای بر تشخیص اشیاء
• 26. الگوریتم‌های تشخیص اشیاء: R-CNN
• 27. Fast R-CNN و بهبود سرعت
• 28. Faster R-CNN و معماری آن
• 29. SSD: تشخیص اشیاء در زمان واقعی
• 30. YOLO: الگوریتم تشخیص اشیاء با سرعت بالا
• 31. شبکه‌های عصبی برای تشخیص چهره
• 32. تشخیص چهره در تصاویر و ویدئوها
• 33. Segmentation تصاویر: روش‌های مبتنی بر شبکه عصبی
• 34. Semantic Segmentation و کاربردها
• 35. Instance Segmentation و تشخیص اشیاء
• 36. تشخیص و دسته‌بندی تصاویر پزشکی
• 37. بینایی ماشین در خودروهای خودران
• 38. کاربرد بینایی ماشین در بازرسی صنعتی
• 39. تشخیص و شمارش اشیاء در تصاویر
• 40. تخمین موقعیت اشیاء در تصاویر
• 41. بررسی و تحلیل تصاویر ماهواره‌ای
• 42. بهبود کیفیت تصاویر با استفاده از شبکه‌های عصبی
• 43. استفاده از بینایی ماشین در رباتیک
• 44. تشخیص حرکات در ویدئوها
• 45. تولید تصاویر با استفاده از شبکه‌های عصبی