Start-up
Inait
Séances de cours associées (30)
Délimitation : Techniques et applications
Explore les techniques de délimitation, y compris la transformation de Hough, l'orientation du gradient et la détection de forme, en soulignant l'importance de combiner des techniques basées sur des graphiques et l'apprentissage automatique.
Détection des contours : Deep Learning Insights
Explore l'évolution des techniques de détection des bords, de Canny à l'apprentissage profond.
Fondements de l'apprentissage automatiqueMOOC: Humanitarian Action in the Digital Age
Couvre les principes fondamentaux, les opportunités et les défis de l'apprentissage automatique.
Computer Vision Basics: Traitement de l'image et détection des caractéristiques
Couvre les bases de la vision par ordinateur, en se concentrant sur les techniques de traitement d'image et la détection de caractéristiques.
Les systèmes d’image sociale : du passé au présent
Explore l'évolution des systèmes d'image sociale, des modèles d'apprentissage en profondeur, des selfies et de la biométrie sur les plateformes en ligne.
Analyse et traitement des images directionnelles
Plonge dans les fondements mathématiques et l'importance des indices directionnels dans le traitement de l'image, en explorant les défis informatiques et la sélectivité de l'orientation.
Évaluation de l'exactitude et de la robustesse de la machine sur ImageNet
Explore l'évaluation de la précision et de la robustesse de la machine et de l'homme sur ImageNet, en soulignant les progrès, les défis et la nécessité d'améliorer.
Shape à partir de Contours
Explore la reconstruction de formes à partir de contours en utilisant des techniques de calage stéréo et de coque visuelle basées sur les bords pour une reconstruction 3D précise.
Intelligence visuelle : IA incarnée
Explore la vision par ordinateur dans l'IA incarnée, couvrant la navigation d'objets et la génération de vidéos à partir d'images uniques, en mettant l'accent sur la robustesse et la précision.
Quantification de l'incertitude et détection d'erreur d'étiquette
Explore la quantification de l'incertitude et la détection d'erreurs d'étiquetage dans l'apprentissage profond pour la segmentation sémantique, en mettant l'accent sur les défis et les méthodes de détection d'erreurs.