Construire et former votre propre intelligence artificielle de reconnaissance d'images personnalisée

Aperçu

Apprenez à créer et entraîner des modèles de reconnaissance d'images personnalisés à l'aide des Services Cognitifs, permettant l'identification d'objets spécifiques dans des photographies sans codage intensif.

Programme

- Introduction à la reconnaissance d'images -- Aperçu de la reconnaissance d'images et de l'intelligence artificielle -- Importance et applications dans diverses industries -- Objectifs et résultats du cours - Commencer avec les services cognitifs -- Introduction aux services cognitifs Microsoft -- Configuration d'un compte de services cognitifs -- Vue d'ensemble des API de reconnaissance d'images disponibles - Collecte et préparation des données -- Identification des besoins de votre ensemble de données d'images -- Techniques de collecte de données d'images -- Prétraitement et augmentation des images -- Organisation et étiquetage des images pour l'entraînement de modèles - Création de modèles de reconnaissance d'images sur mesure -- Introduction à l'apprentissage par transfert -- Configuration de votre environnement de développement -- Sélection et entraînement de modèles pré-entraînés -- Personnalisation des modèles pour la reconnaissance d'objets spécifiques - Entraînement de votre modèle de reconnaissance d'images -- Compréhension des paramètres d'entraînement de base -- Mise en œuvre de boucles d'entraînement et de métriques d'évaluation -- Gestion du surapprentissage et du sous-apprentissage - Déploiement et intégration -- Exportation et déploiement de votre modèle -- Intégration avec des applications via des API -- Optimisation des performances dans différents environnements - Test et validation -- Création d'un ensemble de données de test -- Techniques et métriques de validation des modèles -- Amélioration itérative basée sur les retours de tests - Considérations éthiques et meilleures pratiques -- Aborder les biais dans l'IA de reconnaissance d'images -- Assurer la confidentialité et la protection des données -- Meilleures pratiques pour une utilisation responsable de l'IA - Conclusion et présentation de projets -- Résumé des principaux apprentissages -- Comment continuer à améliorer et mettre à jour les modèles -- Présentations de projets des étudiants et sessions de feedback - Ressources supplémentaires et apprentissage continu -- Livres, articles et cours en ligne recommandés -- Forums communautaires et réseaux professionnels

Enseigné par

Étiquettes