Aprendizagem profunda para visão computacional: de CNNs a GANs

Desde a identificação de objetos em tempo real até a criação de imagens totalmente novas, o poder está nas modernas arquiteturas de aprendizado profundo. Este curso fornece um caminho prático dos fundamentos das Redes Neurais Convolucionais (CNNs) para os modelos avançados que alimentam a IA visual mais impressionante de hoje.Você irá além da classificação básica de imagens e obterá as habilidades para implementar sistemas sofisticados de visão computacional para uma variedade de tarefas. Através de explicações claras e baseadas em texto e exemplos de código, você aprenderá a pensar como um profissional de visão computacional. O que você vai aprender: - Entenda a evolução das CNNs de projetos clássicos para arquiteturas modernas como ResNet e Inception. - Construa modelos de detecção de objetos para identificar e localizar vários itens dentro de uma imagem usando técnicas de Detector de Tiro Único (SSD). - Crie imagens artísticas implementando a transferência de estilo neural para misturar o conteúdo e o estilo de diferentes imagens. - Explore os fundamentos da IA generativa construindo e treinando Redes Adversariais Generativas (GANs) desde o início. - Pratique a preparação de conjuntos de dados de imagem e avalie o desempenho do modelo para aplicativos de visão computacional do mundo real. - Implemente modelos complexos passo a passo usando as populares estruturas TensorFlow e Keras em Python. O curso começa com conceitos básicos e terminologia-chave antes de progredir para exercícios práticos onde você aplicará o que leu.Você seguirá tutoriais escritos para construir e treinar cada tipo de modelo, solidificando sua compreensão através da prática. Este curso é projetado para alunos com uma compreensão básica de Python e conceitos de aprendizado de máquina.Não é necessária experiência prévia em visão computacional para começar. Comece sua jornada no mundo da visão computacional moderna hoje.