اتومبیل های خودران : دید کامپیوتری و دیپ لرنینگ در Python 2022

یادگیری OpenCV ، Keras ، Object و Lane و طبقه بندی علائم ترافیک برای اتومبیل های خودران

عنوان اصلی : Autonomous Cars: Deep Learning and Computer Vision in Python 2022

سرفصل های دوره :

تنظیم و نصب محیط:
محیط خود را با تشخیص لبه بلادرنگ در یک نوت بوک Jupyter آزمایش کنید
Udemy 101: بیشترین بهره را از این دوره ببرید
معرفی خودروهای خودران:
تاریخچه مختصر وسایل نقلیه خودران
بررسی اجمالی دوره و نتایج یادگیری
دوره سقوط پایتون [اختیاری]:
مبانی پایتون: فضای خالی، واردات و فهرست
مبانی پایتون: تاپل ها و دیکشنری ها
مبانی پایتون: توابع و عملیات بولی
مبانی پایتون: حلقه زدن و یک تمرین
معرفی پانداها
مقدمه ای بر MatPlotLib
مبانی بینایی کامپیوتر: قسمت 1:
سیستم بینایی انسان در مقابل کامپیوتر
تصویر چیست و چگونه به صورت دیجیتالی ذخیره می شود؟
[Activity] تصویر رنگی را مشاهده کنید و RGB را به خاکستری تبدیل کنید
[فعالیت] خطوط خطوط را در تصویر مقیاس خاکستری تشخیص دهید
[فعالیت] تشخیص خطوط خطوط در تصویر رنگی
چالش های تکنیک انتخاب رنگ چیست؟
فضاهای رنگی
[فعالیت] تبدیل فضای رنگی RGB به HSV و ادغام/تقسیم کانال ها
پیچیدگی - تیز کردن و محو کردن
[فعالیت] پیچیدگی - تیز کردن و تار کردن
تشخیص لبه و محاسبات گرادیان (Sobel، Laplace و Canny)
[فعالیت] تشخیص لبه و محاسبه گرادیان (Sobel، Laplace و Canny)
[فعالیت] پروژه شماره 1: Canny Sobel و Laplace Edge Detection با استفاده از وب کم
مبانی بینایی کامپیوتر: قسمت 2:
[Activity] کد برای انجام چرخش، ترجمه و تغییر اندازه
تغییر تصویر - تبدیل پرسپکتیو
[فعالیت] تغییر شکل تصویر غیر وابسته را روی یک تصویر علائم راهنمایی و رانندگی انجام دهید
تست و فرسایش برش تصویر
کد [Activity] برای انجام اتساع و فرسایش برش تصویر
پوشش منطقه مورد علاقه
کد [Activity] برای تعریف منطقه مورد نظر
نظریه تبدیل هاف
[فعالیت] تبدیل Hough - مثال عملی در پایتون
راه حل پروژه: تبدیل Hough برای تشخیص خطوط خط در یک تصویر
مبانی بینایی کامپیوتر: قسمت 3:
[فعالیت] یک کامیون را در یک تصویر به صورت دستی پیدا کنید!
تطبیق الگو - یک کامیون پیدا کنید
[فعالیت] راه حل پروژه: با استفاده از تطبیق الگو، یک کامیون پیدا کنید
تشخیص گوشه - هریس
کد [Activity] برای انجام تشخیص گوشه
مقیاس‌سازی تصویر - هرمی بالا/پایین
کد [Activity] برای اجرای هرم تصویر
هیستوگرام رنگها
کد [Activity] برای بدست آوردن هیستوگرام رنگی
هیستوگرام گرادیان های جهت دار (HOG)
کد [Activity] برای انجام استخراج ویژگی HOG
استخراج ویژگی - SIFT، SURF، FAST و ORB
[فعالیت] استخراج ویژگی FAST/ORB در OpenCV
یادگیری ماشین: قسمت 1:
ارزیابی سیستم های یادگیری ماشین با اعتبارسنجی متقابل
رگرسیون خطی
[فعالیت] رگرسیون خطی در عمل
رگرسیون لجستیک
درختان تصمیم و جنگل های تصادفی
[فعالیت] درختان تصمیم در عمل
یادگیری ماشین: قسمت 2:
قضیه بیز و بیز ساده لوح
[فعالیت] ساده لوح بیز در عمل
[Activity] پشتیبانی از طبقه‌بندی‌کننده‌های برداری در عمل
راه حل پروژه: تشخیص اتومبیل ها با استفاده از SVM - قسمت شماره 1
[فعالیت] تشخیص اتومبیل ها با استفاده از SVM - قسمت شماره 2
[فعالیت] راه‌حل پروژه: شناسایی اتومبیل‌ها با استفاده از SVM - قسمت #3
شبکه های عصبی مصنوعی:
مدل پرسپترون تک نورون
توابع فعال سازی
تقسیم ANN آموزش و مجموعه داده
مثال عملی - تعیین سرعت خودرو
کد ساخت پرسپترون برای طبقه بندی باینری
آموزش پس انتشار
کدی برای آموزش پرسپترون برای طبقه بندی باینری
پرسپترون ANN دو و چند لایه
مثال 1 - ساخت پرسپترون چند لایه برای طبقه بندی باینری
مثال 2 - ساخت پرسپترون چند لایه برای طبقه بندی باینری
یادگیری عمیق و تنسورفلو: قسمت 1:
ساخت شبکه های عصبی عمیق با Keras، عادی سازی و رمزگذاری یک داغ.
[فعالیت] ساخت یک طبقه بندی لجستیک با یادگیری عمیق و Keras
فعال سازی ReLU و جلوگیری از تطبیق بیش از حد با منظم کردن خروج
[فعالیت] بهبود طبقه‌بندی‌کننده ما با نظم‌دهی حذف
یادگیری عمیق و تنسورفلو: قسمت 2:
شبکه های عصبی کانولوشن (CNN)
اجرای CNN در کراس
[فعالیت] طبقه بندی تصاویر با یک CNN ساده، قسمت 1
[فعالیت] طبقه بندی تصاویر با یک CNN ساده، قسمت 2
Max Pooling
[فعالیت] بهبود توپولوژی CNN ما و با Max Pooling
[فعالیت] یک CNN برای طبقه بندی علائم راهنمایی بسازید
[فعالیت] ساخت CNN برای طبقه بندی علائم راهنمایی و رانندگی - قسمت 2
پایان دادن:
سخنرانی پاداش: دوره های بیشتری برای کشف!