A-Z™ | Projelerle Yapay Zeka ve Bilgisayarlı Görü | +20 Saat

PyTorch - TensorFlow - FastAi - OpenCV - YOLO - TensorFlow 1/2 - Detectron2 - Flask/Heroku - TF Lite - TensorRT - SAHI

Ratings: 3.07 / 5.00




Description

A-Z™ | Projelerle Yapay Zeka ve Bilgisayarlı Görü

  • Kursumuzda klasik ve derin öğrenme tabanlı yöntemlerini kullanarak nesne tespiti, sınıflandırma ve takibinin nasıl yapıldığını öğrenip, Tensorflow - Pytorch - Fastai - Opencv kütüphaneleriyle gerçek hayat projeleri yapacağız.

Projelerle Yapay Zeka ve Bilgisayarlı Görü Kursu İçeriği

  • Giriş Bölümü

  • Derin Öğrenme Teori

  • CNN (Convolutional Neural Networks) Teori

  • Ek Teori

  • Pytorch ile Derin Öğrenme

  • Tensorflow ile Derin Öğrenme

  • FastAi ile Derin Öğrenme

  • Opencv

  • Tensorflow ile Trafik İşaretlerini Sınıflandırma

  • Gradio ile Web Tabanlı Test

  • Tensorflow ve Pytorch'da Weights & Biases (WandB) | Özel Veri

  • Oyunda Yapay Zeka | Bir Oyunu Modelin Kendi Oynaması

  • Object Detection - Nesne Tanıma ve Segmentasyon  | 2. Kısım

  • YoloV4 ile Nense Tanıma

  • YoloV5 ile Nense Tanıma

  • YoloR ile Nense Tanıma

  • YoloX ile Nense Tanıma

  • Detectron2 ile Nense Tanıma | Özel Veri | Faster R-CNN -Facebook Al

  • Tensorflow 1 ile Nense Tanıma | Özel Veri | SSD MobileNet

  • Tensorflow 2 ile Nense Tanıma | Özel Veri | EfficientDet ve CenterNet HourGlass

  • HaarCascade ile Nesne Tanıma | Özel Veri

  • SAHI KÜTÜPHANESİ | Türk Yapımı ve Gurur Kaynağı

  • DeepSort - Nesne Takibi | Özel Model/Veri

  • Detectron2 ile Segmentasyon (Mask R-CNN) | Özel Veri - Facebook Al

  • Mask R-CNN

  • Metin Tanıma

  • Counting - Nesne Tanıma Algoritmalarında Nesne Sayma

  • TensorRT - Optimizasyon | 3. Kısım

  • TensorRT | Yolov4 - Object Detection için FPS Arttırma - Jetson Nano

  • Android- Tensorflow / Lite  | 4. Kısım

  • Tensorflow Lite - Android App - Yolov4 | Özel Model/Veri

  • Tensorflow Lite - Android App - Yolov5 | Özel Model/Veri

  • Tensorflow Lite - Android App - Object detection - İmage Classification

  • Flask - Heroku ile Web'de Deployment (İmage Classification) | Özel Model/Veri

  • Flask - Heroku ile Web'de Deployment (Object Detection) | Özel Model/Veri

What You Will Learn!

  • Derin öğrenme ve Evrişimsel Sinir Ağlarının Teorisini Öğreneceğiz.
  • A-Z - Pytorch ile Makine Öğrenmesi ve Derin Öğrenme Algoritmalarının Nasıl Kodlanacağı Öğreneceğiz.
  • A-Z - Tensorflow ile Derin Öğrenme Algoritmalarının Nasıl Kodlanacağı Öğreneceğiz.
  • FastAİ ile Hızlı Bir Şekilde Nasıl Model Eğitileceği Öğreneceğiz.
  • OpenCV Kütüphanesini Kullanarak Temel Görüntü İşleme Fonksiyonlarını Öğreneceğiz.
  • Convolutional Neural Networks Algoritması Kullanarak Görüntü Sınıflandırmanın Pytorch - TensorFlow - FastAİ ile Nasıl Yapılacağını Öğreneceğiz.
  • Pytorch - TensorFlow - FastAİ ile sıfırdan Yapay Sinir Ağlarının Nasıl İnşa Edileceğini Öğreneceğiz.
  • YOLO Ailesinde olan Tüm Algoritmalarla Özel (Custom) Verilerde Nasıl Nesne Tespiti Yapılacağını Öğreneceğiz.
  • Tensorflow 1 ve 2 ile Modern Algoritmalarda Özel (Custom) Veriler ile Nasıl Nesne Tespiti Yapılacağını Öğreneceğiz.
  • Detectron2 ile Faster R-CNN Algoritmasın'da Özel (Custom) Veriler ile Nasıl Nesne Tespiti Yapılacağını Öğreneceğiz.
  • HaarCascade ile Özel (Custom) Veriler ile Nasıl Nesne Tespiti Yapılacağını Öğreneceğiz.
  • Detectron2 ile Mask R-CNN Algoritmasında Özel (Custom) Veriler ile Nasıl Segmentasyon (Maskeleme) Yapılacağını Öğreneceğiz.
  • Türk Yapımı ve Gurur Kaynağı Olan SAHI Algoritmasının Ne Olduğunu ve Kullanmayı Öğreneceğiz.
  • Tensorflow ile Bonus Projeler Yapacağız.
  • Gradio ile Eğittiğimiz Modelleri Web'de Nasıl Test Edilir onu Öğreneceğiz.
  • Weights & Biases (WandB) ile Tensorflow / Pytorch'da Modellerimizi Görselleştirip Nasıl Analiz Edileceğini Öğreneceğiz.
  • Resim Sınıflandırma ile Bir Oyunu Yapay Zekaya Nasıl Oynatılacağını Öğreneceğiz.
  • DeepSort ile Nesne Tanıma Algoritmalarında Nesne Takibi Nasıl Yapılır Onu Öğreneceğiz.
  • Nesne Tanıma Algoritmalarında Nesne Sayma (Counting) Nasıl Yapılır Onu Öğreneceğiz.
  • TensorRT Ne Olduğunu Öğreneceğiz.
  • TensorRT ile Nesne Tespiti Algoritmalarında Optimizasyon - FPS Arttırma Nasıl Yapılır Öğreneceğiz.
  • Görüntü Verilerinde Metin Tanıma Nasıl Yapılır Öğreneceğiz.
  • Eğittiğimiz YoloV4 ve YoloV5 Algoritmalarını Android'de Nasıl Çalıştıracağımızı Öğreneceğiz.
  • Tensorflow ile Lite Object Detection Modellerinde Eğitim Yapıp Android'de Çalıştıracağız.
  • Eğittiğimiz Sınıflandırma Modellerini Flask ile Web'de Çalıştırıp Heroku ile Serverlar'da Deploy (Dağıtım) Edeceğiz.
  • Eğittiğimiz Object Detection Modellerini Flask ile Web'de Çalıştırıp Heroku ile Serverlar'da Deploy (Dağıtım) Edeceğiz.

Who Should Attend!

  • Görüntü işleme konusunda uzmanlaşmak isteyenler
  • Geleceğin mesleklerinde yetkin olmak isteyen herkes
  • Yapay zekaya ilgi duyan herkes
  • Derin öğrenme konusundaki teorik ve uygulama bilgisiyle gerçek hayat problemlerini çözmek isteyenler
  • Python programlama dili ile Pytorch - Fastai - Opencv - TensorFlow/Keras kütüphanelerini kullanarak kendi derin öğrenme modelini tasarlamak isteyenler
  • Derin öğrenme yöntemleri ile nesne tespitinin ve sınıflandırmanın nasıl yapılacağını öğrenmek isteyenler
  • Görüntü işlemenin Python ile nasıl kodlanacağını öğrenmek isteyenler
  • Dünyada en çok kullanılan yapay zeka kütüphanelerinden olan Pytorch - Fastai - TensorFlow/Keras kütüphanesini sıfırdan öğrenmek isteyenler