Sammanfattning

Djupinlärning för bilder med PyTorch

Michal Oleszak

Machine Learning Engineer

Vad du har lärt dig

1. Bildklassificering med CNN

  • Binär klassificering
  • Flerklassklassificering
  • Konvolutionella neurala nätverk
  • Använda förtränade modeller

binär klassificering

Djupinlärning för bilder med PyTorch

Vad du har lärt dig

2. Objektigenkänning

  • Begränsningsramar
  • Modeller: R-CNN, Faster R-CNN
  • Non-max suppression (NMS)
  • Utvärdering: IoU

koordinater för begränsningsram

Djupinlärning för bilder med PyTorch

Vad du har lärt dig

3. Bildsegmentering

  • Segmenteringsmasker
  • Instanssegmentering: Mask R-CNN
  • Semantisk segmentering: U-Net
  • Panoptisk segmentering

Panoptisk segmentering

Djupinlärning för bilder med PyTorch

Vad du har lärt dig

4. Bildgenerering med GAN

  • Grundläggande GAN
  • Deep Convolutional GAN (DCGAN)
  • Modellträning
  • Utvärdering: FID

Exempel på Pokémon-bilder genererade av ett GAN.

Djupinlärning för bilder med PyTorch

Grattis och lycka till!

Djupinlärning för bilder med PyTorch

Preparing Video For Download...