สรุปท้ายคอร์ส

Deep Learning สำหรับภาพด้วย PyTorch

Michal Oleszak

Machine Learning Engineer

สิ่งที่ได้เรียนรู้

1. การจำแนกภาพด้วย CNN

  • การจำแนกแบบ Binary
  • การจำแนกแบบ Multi-class
  • Convolutional neural networks
  • การใช้โมเดล Pre-trained

การจำแนกแบบ Binary

Deep Learning สำหรับภาพด้วย PyTorch

สิ่งที่ได้เรียนรู้

2. การตรวจจับวัตถุ

  • Bounding boxes
  • โมเดล: R-CNN, Faster R-CNN
  • Non-max suppression (NMS)
  • การประเมินผล: IoU

พิกัด Bounding box

Deep Learning สำหรับภาพด้วย PyTorch

สิ่งที่ได้เรียนรู้

3. การแบ่งส่วนภาพ

  • Segmentation masks
  • Instance segmentation: Mask R-CNN
  • Semantic segmentation: U-Net
  • Panoptic segmentation

Panoptic segmentation

Deep Learning สำหรับภาพด้วย PyTorch

สิ่งที่ได้เรียนรู้

4. การสร้างภาพด้วย GAN

  • Basic GAN
  • Deep Convolutional GAN (DCGAN)
  • การฝึกโมเดล
  • การประเมินผล: FID

ตัวอย่างภาพ Pokemon ที่สร้างโดย GAN

Deep Learning สำหรับภาพด้วย PyTorch

ยินดีด้วย และขอให้โชคดี!

Deep Learning สำหรับภาพด้วย PyTorch

Preparing Video For Download...