Aprendizaje Automático: Visión Computacional Moderna e Inteligencia Artificial Generativa

Resumen

Use KerasCV, Python, Tensorflow, PyTorch, & JAX for Image Recognition, Object Detection, and Stable Diffusion What you'll learn:

Computer vision with KerasCVHow to do image classification / image recognition with a pretrained model and fine-tuning / transfer learningHow to do object detection with a pretrained model and fine-tuning / transfer learningHow to generate images with Stable Diffusion in KerasCV Welcome to "Machine Learning:

Modern Computer Vision & Generative AI," a cutting-edge course that explores the exciting realms of computer vision and generative artificial intelligence using the KerasCV library in Python. This course is designed for aspiring machine learning practitioners who wish to explore the fusion of image analysis and generative modeling in a streamlined and efficient manner.Course Highlights:

KerasCV Library:

We start by harnessing the power of the KerasCV library, which seamlessly integrates with popular deep learning backends like Tensorflow, PyTorch, and JAX.

KerasCV simplifies the process of writing deep learning code, making it accessible and user-friendly.Image Classification:

Gain proficiency in image classification techniques. Learn how to leverage pre-trained models with just one line of code, and discover the art of fine-tuning these models to suit your specific datasets and applications.Object Detection:

Dive into the fascinating world of object detection.

Master the art of using pre-trained models for object detection tasks with minimal effort. Moreover, explore the process of fine-tuning these models and learn how to create custom object detection datasets using the LabelImg GUI program.Generative AI with Stable Diffusion:

Unleash the creative potential of generative artificial intelligence with Stable Diffusion, a powerful text-to-image model developed by Stability AI.

Explore its capabilities in generating images from textual prompts and understand the advantages of KerasCV's implementation, such as XLA compilation and mixed precision support, which push the boundaries of generation speed and quality.Course Objectives:

Develop a strong foundation in modern computer vision techniques, including image classification and object detection.Acquire hands-on experience in using pre-trained models and fine-tuning them for specific tasks.Learn to create custom object detection datasets to tackle real-world problems effectively.Unlock the world of generative AI with Stable Diffusion, enabling you to generate images from text with state-of-the-art speed and precision.Enhance your machine learning skills and add valuable tools to your toolkit for various applications, from computer vision projects to generative art and content generation.Join us on this captivating journey into the realms of modern computer vision and generative AI. Whether you're a seasoned machine learning practitioner or just starting, this course will equip you with the knowledge and skills to tackle complex image analysis and creative AI projects with confidence.

Explore the cutting-edge possibilities that KerasCV and Stable Diffusion offer, and bring your AI aspirations to life.Prerequisites:

Basic knowledge of machine learning and Python programming. Familiarity with deep learning concepts is beneficial but not mandatory.

Programa

• Introducción a la Visión Computacional Moderna y AI Generativa
Resumen de objetivos y estructura del curso
Introducción a KerasCV y su integración con Tensorflow, PyTorch y JAX
• Fundamentos de la Biblioteca KerasCV
Configuración del entorno e instalación de bibliotecas necesarias
Introducción a las características y ventajas de KerasCV
Comprensión de los sistemas backend: Tensorflow, PyTorch, JAX
• Técnicas de Clasificación de Imágenes
Introducción a la clasificación y reconocimiento de imágenes
Uso de modelos preentrenados con KerasCV para la clasificación de imágenes
Ajuste fino y aprendizaje por transferencia para conjuntos de datos y aplicaciones específicas
• Detección de Objetos
Introducción a la detección de objetos y sus aplicaciones en el mundo real
Utilización de modelos preentrenados para la detección de objetos
Ajuste fino de modelos para tareas específicas de detección de objetos
Creación de conjuntos de datos personalizados para detección de objetos usando LabelImg
• AI Generativa con Stable Diffusion
Introducción a la generación de texto a imagen con Stable Diffusion
Comprensión de las capacidades y funcionamiento interno de Stable Diffusion
Uso de KerasCV para implementar y mejorar la generación de imágenes
Exploración de la compilación XLA y soporte de precisión mixta en KerasCV
• Implementación Práctica y Proyectos Prácticos
Ejercicios paso a paso para la clasificación de imágenes
Proyecto de detección de objetos utilizando conjuntos de datos personalizados y públicos
Proyectos creativos con AI generativa
• Cierre del Curso
Recapitulación de conceptos y técnicas aprendidas
Sugerencias para lecturas y exploraciones adicionales
Sesión final de preguntas y respuestas y discusión sobre tendencias futuras en AI y visión computacional
• Recursos Adicionales
Lecturas recomendadas y recursos en línea
Acceso a la documentación de KerasCV y Stable Diffusion
• Evaluación y Certificación
Cuestionarios del curso y tareas prácticas
Criterios y proceso para el certificado de finalización

---

Impartido por

Lazy Programmer Inc. and Lazy Programmer Team

---

Materias

Computer Science