欢迎来到现代计算机视觉Tensorflow、Keras和PyTorch！

AI 和深度学习正在改变各行各业，而这场 AI 革命最有趣的部分之一就是计算机视觉！

2024 年更新：现代计算机视觉课程

• 我们很高兴为您带来 2024 现代计算机视觉课程的最新更新。深入了解涵盖该领域最先进和最相关主题的丰富课程：

• YOLOv8：尖端的物体识别

• DINO-GPT4V： 下一代视觉模型

• 用于增强图像分析的 Meta CLIP

• 用于对象检测的 Detectron2

•  分割任何内容

• 人脸识别技术

• 生成式 AI创意成像网络

• 计算机视觉中的 Transformer

• 部署和生产化视觉模型

• 用于图像处理的扩散模型

• 图像生成及其应用

• 高效学习的注释策略

• 检索增强生成 （RAG）

• 零点适用于多种应用的分级器

• 使用 Roboflow：简化视觉工作流程

 什么是计算机视觉？

但究竟什么是计算机视觉，为什么它如此令人兴奋？那么，如果计算机能够理解它们通过摄像头或图像看到的内容呢？此类技术的应用无穷无尽，包括医学成像、军事、自动驾驶汽车、安全监控、分析、安全、农业、工业和制造业！这个名单是无穷无尽的。

对计算机视觉工作者的工作需求正在飙升，该领域的专家通常赚取 200,000 美元甚至更高的薪水。 然而，开始这个领域并不容易。信息过载，其中许多已经过时，还有大量的教程忽视了基础知识的教学。因此，初学者不知道从哪里开始。

本课程旨在解决所有这些问题！

• 使用 Google Colab Notebooks 进行教学（无需繁琐的安装，所有代码均可立即运行）

• 27+ 小时的最新相关计算机视觉理论和示例代码

• 使用 PyTorch 和 Tensorflow Keras 进行教学！

在本课程中，您将学习计算机视觉的基本知识，经典计算机视觉（使用 OpenCV），然后我继续学习深度学习，在那里我们构建 CNN 的基础知识并学习以下主题的所有信息：

涉及深度学习的计算机视觉应用程序正在蓬勃发展！

拥有能看的机器将改变我们的世界，并彻底改变几乎所有行业。能够看到的机器或机器人将能够：

• 进行手术并通过医学扫描准确分析和诊断您。

•  支持自动驾驶汽车

• 从根本上改变机器人，使我们能够构建可以烹饪、清洁和协助我们完成几乎任何任务的机器人

• 了解闭路电视监控视频中看到的内容，从而执行安全、交通管理和许多其他服务

• 使用令人惊叹的神经样式迁移和其他创新类型的图像生成来创作艺术

• 模拟许多任务，例如老化的人脸、修改实时视频源以及逼真地替换电影中的演员

详细的 OpenCV 指南包括：

• 图像操作和操作

• 轮廓和分割

• 简单的对象检测和跟踪

• 面部特征点、识别和面部交换

• Neural Style Transfer、YOLOv3、SSD 和黑白图像着色器的 OpenCV 实现

• 使用视频和视频流

我们的综合深度学习教学大纲包括：

•  使用 CNN 进行分类

• CNN 分析的详细概述、可视化性能、高级 CNN 技术

• 迁移学习和微调

• 生成对抗网络 – CycleGAN、ArcaneGAN、SuperResolution、StyleGAN

•  自动编码器

• 神经风格迁移和 Google DeepDream

• 现代 CNN 架构，包括 Vision Transformers（ResNets、DenseNets、MobileNET、VGG19、InceptionV3、EfficientNET 和 ViTs）

• 用于图像相似性的 Siamese Networks

• 面部识别（年龄、性别、情感、种族）

•  PyTorch 闪电

• 使用 YOLOv5 和 v4、EfficientDetect、SSD、更快的 R-CNN 进行对象检测

• 深度分割 – MaskCNN、U-NET、SegNET 和 DeepLabV3

•  使用 DeepSORT 进行跟踪

•  深度伪造一代

•  视频分类

• 光学字符识别 （OCR）

•  图像字幕

• 使用点云数据的 3D 计算机视觉

• 医学成像 – X 射线分析和 CT 扫描

•  深度估计

• 使用 Flask 制作计算机视觉 API

•  还有更多

这是一门综合课程，分为两 （2） 个主要部分。第一个是详细的 OpenCV（经典计算机视觉教程），第二个是详细的深度学习

本课程充满了有趣和酷炫的项目，包括这些经典计算机 视觉 项目：

1. 按大小、位置对轮廓进行排序，使用它们进行形状匹配

2.  寻找 Waldo

3. 透视变换 （CamScanner）

4.  图像相似度

5. 图像颜色的 K-Means 聚类分析

6. 使用 MeanShift 和 CAMShift 进行运动跟踪

7.  光流

8. 使用 Dlib 进行面部特征点检测

9.  换脸

10. QR 码和条形码到达

11.  背景去除

12.  文本检测

13. 使用 PyTesseract 和 EasyOCR 进行 OCR

14. 为黑白照片着色

15. 使用修复和噪声消除的计算摄影

16. 使用 Edge Detection 创建您自己的 Sketch

17.  RTSP 和 IP 流

18. 将屏幕截图捕获为视频

19. 直接导入 Youtube 视频

深度学习计算机视觉项目：

1. PyTorch & Keras CNN 教程 MNIST

2. PyTorch & Keras错误分类和模型性能分析

3. PyTorch & Keras Fashion-MNIST，带和不带正则化

4. CNN 可视化 – 筛选器和筛选器激活可视化

5. CNN 可视化过滤器和类别最大化

6. CNN 可视化 GradCAM、GradCAMplusplus 和 FasterScoreCAM

7. 使用 Keras 在 Tensorflow2.0 中复制 LeNet 和 AlexNet

8. PyTorch和Keras预训练模型 – 1 – VGG16， ResNet， Inceptionv3， MobileNetv2， SqueezeNet， WideResNet， DenseNet201， MobileMNASNet， EfficientNet和MNASNet

9. 1 级和 5 级准确率

10. PyTorch 和 Keras 猫与狗PyTorch – 使用您自己的数据进行训练

11. PyTorch Lightning 教程 – 批量和 LR 选择、Tensorboards、回调、mGPU、TPU 等

12. PyTorch Lightning – 迁移学习

13. PyTorch 和 Keras 迁移学习和微调

14. PyTorch 和 Keras 使用 CNN 作为特征提取器

15. PyTorch & Keras – Google Deep Dream

16. PyTorch Keras – 神经样式迁移 + TF-HUB 模型

17. PyTorch & Keras自动编码器使用Fashion-MNIST数据集

18. PyTorch & Keras – 生成对抗网络 – DCGAN – MNIST

19. Keras – 超分辨率 SRGAN

20. 项目 – Generate_Anime_with_StyleGAN

21. CycleGAN – 将马匹变成斑马

22.  ArcaneGAN 推理

23. PyTorch & Keras 连体网络

24. 在 Keras 中使用 VGGFace 进行面部识别

25. PyTorch 面部与 FaceNet 的相似性

26. DeepFace – 年龄、性别、表情、头顶姿势和识别

27. 目标检测 – 枪、手枪探测器 – Scaled-YOLOv4

28. 对象检测 – 掩码检测 – TensorFlow对象检测 – MobileNetV2 SSD

29. 对象检测 – 手语检测 – TFODAPI – EfficientDetD0-D7

30. 对象检测 – 使用 TinyYOLOv4 进行坑洞检测

31. 目标检测 – 蘑菇型目标检测 – Detectron 2

32. 物体检测 – 网站截图区域检测 – YOLOv4-Darknet

33. 目标检测 – 无人机海上探测器 – Tensorflow 目标检测更快的 R-CNN

34. 对象检测 – 棋子检测 – YOLOv3 PyTorch

35. 对象检测 – 建筑工地的 Hardhat 检测 – EfficientDet-v2

36. 物体检测血细胞物体检测 – YOLOv5

37. 对象检测Plant Doctor 对象检测 – YOLOv5

38. 图像分割 – Keras、U-Net 和 SegNet

39. DeepLabV3 – PyTorch_Vision_Deeplabv3

40.  Mask R-CNN 演示

41.  Detectron2 – 掩码 R-CNN

42. 训练掩码 R-CNN – 形状

43. Yolov5 DeepSort Pytorch 教程

44. DeepFakes – 一阶模型演示

45. Vision Transformer 教程 PyTorch

46. Keras 中的 Vision Transformer 分类器

47. 使用 BigTransfer （BiT） 进行图像分类

48. 使用 Keras 进行深度估计

49. 使用 Keras 的 Metric Learning 进行图像相似性搜索

50. 使用 Keras 进行图像字幕

51. 使用 Keras 的 CNN-RNN 架构进行视频分类

52. 使用 Transformer 和 Keras 进行视频分类

53. 点云分类 – PointNet

54. 使用 PointNet 进行点云分割

55. 3D 图像分类 CT 扫描

56. 使用 TPU 进行 X 线肺炎分类

57. 使用 MIRNet 进行低光图像增强

58.  Captcha OCR 破解程序

59. Flask Rest API – 服务器和 Flask Web 应用程序

60.  Detectron2 – 身体姿势