[100% Off] Deep Learning for Computer Vision Free Course Coupon

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

وصف مرحبًا بكم في دورتنا التعليمية، التعلم العميق لرؤية الكمبيوتر: من البكسل إلى علم الدلالة. في هذه الدورة سوف نغطي ثلاثة أجزاء رئيسية. يغطي الجزء الأول أساسيات مسار الرؤية الحاسوبية التقليدية، وكيفية التعامل مع الصور في مكتبات OpenCV وPlow، بما في ذلك مسار المعالجة المسبقة للصور مثل: العتبة، وتقليل الضوضاء، والتعتيم، والتصفية، واكتشاف الحواف، والخطوط الكنتورية...إلخ. سنقوم ببناء تطبيقات بسيطة مثل اكتشاف لوحة ترخيص السيارة (LPD) والتعرف على النشاط. سيقودنا هذا إلى الثورة التي أحدثها التعلم العميق في لعبة الرؤية الحاسوبية، حيث حول المرشحات التقليدية إلى معلمات قابلة للتعلم باستخدام الشبكات العصبية التلافيفية. سنغطي جميع أساسيات ConvNets، بما في ذلك تفاصيل بنية Vanilla لتصنيف الصور، والمعلمات الفائقة مثل النواة، والخطوات، وmaxpool، وحسابات أحجام خرائط الميزات. بالإضافة إلى بنية Vanilla، فإننا نغطي أيضًا البنى الفوقية وأنماط التصميم الحديثة لـ ConvNet، مثل تخطي الاتصالات، وInception، وDenseNet...إلخ. في الجزء الثاني، سوف نتعلم كيفية استخدام ConvNets لحل المشكلات العملية في المواقف المختلفة، مع كمية صغيرة من البيانات، وكيفية استخدام التعلم النقلي والسيناريوهات المختلفة لذلك، وأخيرًا كيفية تصحيح الأخطاء وتصور النوى الضعيفة في ConvNets . في الجزء الأخير، سنتعرف على تطبيقات السيرة الذاتية المختلفة التي تستخدم ConvNets. سوف نتعرف على نمط تصميم Encoder-Decoder. نبدأ بمهمة التجزئة الدلالية، حيث سنقوم ببناء بنية U-Net من الصفر لمجموعة بيانات Cambridge Video (CAMVID). بعد ذلك، سنتعرف على اكتشاف الكائنات، والذي يغطي كلا من البنى ذات المرحلتين واللقطة الواحدة مثل SSD وYOLO. بعد ذلك، سوف نتعلم كيفية التعامل مع بيانات الفيديو باستخدام معماريات ConvNet المكانية والزمانية. أخيرًا، سنقدم التعلم العميق ثلاثي الأبعاد لتوسيع استخدام ConvNets للتعامل مع البيانات ثلاثية الأبعاد، مثل بيانات LiDAR. (adsbygoogle = window.adsbygoogle || []).push({}); احصل على قسيمة إذا لم يتم فتح القسيمة، قم بتعطيل Adblock، أو جرب متصفحًا آخر.

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)