Corso Computer Vision: Hands-on

Panoramica

Questo corso di computer vision hands-on è pensato per lo studio di applicazioni pronte ad essere messe in produzione. Partiremo da una base teorica per meglio comprendere le applicazioni pratiche.
Il corso computer vision è rivolto a chi vuole capire in dettaglio i meccanismi che stanno alla base dei moderni algoritmi di deep learning per la Computer Vision, per chi vuole conoscere come implementare un modello in TensorFlow e mettere online una webapp con alla base un modello di deep learning.

Cosa Imparerai nel corso?

In questo corso di Computer Vision partiremo dalla convoluzione, e costruiremo da zero alcune famose architetture di reti convoluzionali profonde e infine un intero modello e il suo addestramento.

Inizieremo con un approccio top-down, partendo perciò dalla parte più teorica per arrivare a costruire un codice funzionante che implementi il modello.

Successivamente impareremo e faremo uso di TensorFlow, una delle librerie più utilizzate per il Deep Learning, e delle sue estensioni per fare il deploy di modelli su webApp (e accenneremo a come costruire applicazioni mobile).

In ultimo costruiremo reti sofisticate per la classificazione di immagini, l’object detection e l’objet verification.

In questo corso di Computer Vision partiremo dalla convoluzione, e costruiremo da zero alcune famose architetture di reti convoluzionali profonde e infine un intero modello e il suo addestramento.

Inizieremo con un approccio top-down, partendo perciò dalla parte più teorica per arrivare a costruire un codice funzionante che implementi il modello.

In ultimo costruiremo reti sofisticate per la classificazione di immagini, l’object detection e l’objet verification.

Struttura delle lezioni

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Il percorso di apprendimento solitamente è intervallato da test a risposta multiplache permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finale nel quale verranno valutate le competenze acquisite durante il corso di Computer Vision.

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Chi può seguire il corso?

Chi ha una mente aperta e predisposta all’analisi:le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Chi ha una mente aperta e predisposta all’analisi:le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Programma

Introduzione

CNN Introduction (15:38)
CNN for image Classification (Code) (11:42)
CNN in TensorFlow (10:00)
TensorFlow JS Image Classification construction (23:58)

CNN architectures

CNN Architectures: LeNet5 (parte 1) (3:58)
CNN Architectures: LeNet 5 (parte 2) (4:07)
CNN architectures (4:18)
CNN architectures – AlexNet (2:50)
CNN architectures – VGG (3:39)
CNN architectures – ResBlock (7:07)
CCNN architectures – ResNet (1:54)
CNN architectures – ResNet (Code) (12:01)
CNN architectures – Inception v1 (9:22)
CNN architectures – Inception v2, v3, Inception ResNet (7:03)
CNN architectures – GoogLeNet (code) (11:15)

Object detection

Object Detection I (4:59)
Object Detection II (2:23)
Object Detection III (3:37)
Object Detection IV (7:33)
Object Detection V (10:48)
ObjectDetection VI (1:13)
ObjectDetection VII (4:03)
Intersection Over Union (3:00)
Non Max Suppression (3:54)
Anchor Boxes (4:16)
Yolo Notebook (17:50)

One-Shot Learning

One Shot Learning (5:57)
Siamese Network – Triplet Loss (16:23)
Siamese Network (code) (7:25)

Certificato

Introduzione

CNN Introduction (15:38)
CNN for image Classification (Code) (11:42)
CNN in TensorFlow (10:00)
TensorFlow JS Image Classification construction (23:58)

CNN architectures

CNN Architectures: LeNet5 (parte 1) (3:58)
CNN Architectures: LeNet 5 (parte 2) (4:07)
CNN architectures (4:18)
CNN architectures – AlexNet (2:50)
CNN architectures – VGG (3:39)
CNN architectures – ResBlock (7:07)
CCNN architectures – ResNet (1:54)
CNN architectures – ResNet (Code) (12:01)
CNN architectures – Inception v1 (9:22)
CNN architectures – Inception v2, v3, Inception ResNet (7:03)
CNN architectures – GoogLeNet (code) (11:15)

Object detection

Object Detection I (4:59)
Object Detection II (2:23)
Object Detection III (3:37)
Object Detection IV (7:33)
Object Detection V (10:48)
ObjectDetection VI (1:13)
ObjectDetection VII (4:03)
Intersection Over Union (3:00)
Non Max Suppression (3:54)
Anchor Boxes (4:16)
Yolo Notebook (17:50)

One-Shot Learning

One Shot Learning (5:57)
Siamese Network – Triplet Loss (16:23)
Siamese Network (code) (7:25)

Certificato

Docenti

Descrizione Docenti

Oscar De Felice, laureato in Fisica presso l’Università di Trieste, oggi è un Data Scientist. Ha fatto un PhD alla Sorbonne Université a Parigi durante il quale ha svolto ricerche sulle Geometrie Generalizate in Teoria delle Stringhe. Una delle attività che preferisce in assoluto è la didattica, perché ama il contatto con gli studenti. Prima del dottorato, ha completato un MSc all’Imperial College London. Il programma si chiamava Quantum Fields and Fundamental Forces.

Vantaggi

Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.

Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.