Машинное зрение: распознавание объектов на Python

35 участников

О чём курс

Распознавание автомобильных номеров по фотографии раньше требовало глубоких знаний в архитектурах нейросетей — здесь показывают, как реализовать эту задачу с нуля на Python и Keras. Вы пройдете путь от основ перцептрона до настройки сверточных сетей типа ResNet и VGG. Основной акцент сделан на подготовке данных: от обработки гистограмм яркости до коррекции резкости изображений. По итогам обучения вы создадите собственную модель, способную распознавать 21 класс объектов, включая рукописные цифры и буквы на реальных номерах автомобилей.

Программа обучения

  • Введение в нейронные сети
    • Нейрон, слои, связи
    • Обратное распространение ошибки
    • Многослойный перцептрон
    • Особенности обучения и оптимизации
    • Архитектуры сверточных нейросетей: LeNet, AlexNet, VGG, ResNet
  • Распознавание цифр
    • Особенности оцифрованных изображений
    • Работа с Keras и преобразование форм данных
    • Генераторы и дополнение изображений
    • Обучающая, тестовая и валидационные выборки
    • Функции оптимизации (SGD, RMSprop, Adam, Adamax)
    • Пакетная нормализация, регуляризация и отсев
    • Визуализация процесса обучения
  • Распознавание автомобильных номеров
    • Загрузка, фильтрация и преобразование изображений
    • Генераторы обучения из директорий
    • Коррекция контраста, резкости и маски гистограмм
    • Использование обученной модели на реальных данных
    • Курсовой проект: распознавание номеров автомобилей
Складчина создана 21 сентября 2020 г. · описание обновлено 23 марта 2026 г.

Другие материалы школы 10

I ITtensive Все материалы
136 ₽ 1 490 ₽