Aperçu
Beaucoup des millions d'images numériques que nous générons nécessitent une interprétation, mais il n'y a pas assez d'yeux humains pour accomplir cette tâche. Ce cours vous apprendra à utiliser les bibliothèques Python et les modèles d'apprentissage profond pour automatiser la segmentation d'image. Vous souhaitez que votre application consomme des images numériques et les convertisse en données utilisables, mais il est beaucoup trop long de le faire manuellement. Dans ce cours, Segmentation d'Image, vous apprendrez à utiliser les bibliothèques Python et les modèles d'apprentissage profond pour automatiser l'interprétation de vos images par segmentation.
Tout d'abord, vous explorerez l'utilisation des bibliothèques OpenCV et Pillow. Ensuite, vous découvrirez comment affiner ces bibliothèques, y compris par l'utilisation de l'algorithme de transformation en bassin versant. Enfin, vous apprendrez à utiliser les modèles d'apprentissage profond U-Net et Mask R-CNN. Une fois que vous aurez terminé ce cours, vous aurez les compétences et les connaissances en segmentation d'image nécessaires pour intégrer l'interprétation d'image dans le flux de travail de votre application.
Université : Pluralsight
Catégories : Cours Python, Cours d'Apprentissage Profond, Cours OpenCV, Cours de Segmentation d'Image
Programme
Enseigné par
Étiquettes
