Construire une voiture autonome avec Python et le Deep Learning

Ce cours démystifie les concepts de base de l'apprentissage profond qui alimentent les véhicules autonomes, en vous guidant à travers les étapes pratiques de la construction de votre propre véhicule. Vous passerez des principes fondamentaux à l'application pratique, en apprenant à traiter les images de la route, à former des modèles pour prendre des décisions de conduite et à intégrer ces composants dans un système cohérent.À la fin, vous aurez les compétences pratiques pour construire et comprendre le logiciel derrière une voiture autonome simulée. Ce que vous apprendrez: - Comprendre les principes de base de l'apprentissage profond, des réseaux de neurones et de la vision par ordinateur. - Appliquer des techniques de vision par ordinateur avec OpenCV pour détecter les lignes de voie à partir des données routières. - Construire et entraîner des réseaux de neurones convolutionnels (CNN) avec TensorFlow et Keras pour reconnaître les panneaux de signalisation. - Développer un modèle de clonage comportemental qui apprend à diriger un véhicule en analysant des exemples de conduite. - Pratiquer le prétraitement et l'augmentation des données pour améliorer les performances et la robustesse de votre modèle. - Découvrez les considérations éthiques et les défis actuels de la technologie de conduite autonome. Le cours commence par la théorie essentielle de l'apprentissage automatique avant de vous guider à travers des exercices écrits pour construire chaque composant du système de conduite.Vous travaillerez avec des extraits de code pour donner vie à votre projet. Ce cours est conçu pour les débutants absolus.Aucune expérience préalable en apprentissage automatique, apprentissage profond ou Python n'est requise pour commencer. Commencez dès aujourd'hui votre voyage dans le monde des systèmes autonomes.