Corso in aula

Reti convoluzionali per la Object Recognition


Corso in aula

Reti convoluzionali per la Object Recognition


Scheda corso


Prezzo
787 € + IVA

Durata
8 ore

Lingua
Italiano/Inglese

Titolo conseguito
Attestato

Codice corso
AGSAI005

RICHIEDI INFORMAZIONI

Le Reti Neurali Convoluzionali (CNN) sono uno degli algoritmi di Deep Learning più utilizzati oggi nella computer vision e trovano applicazione in tantissimi campi: dalle automobili autonome ai droni, dalle diagnosi mediche al supporto e trattamento per gli ipovedenti.

A chi è rivolto

Il corso online è rivolto a:

  • programmatori
  • studenti laureati che conoscono la programmazione
Prerequisiti

È necessario per comprendere il corso:

  • avere le basi del Machine Learning (es. apprendimento supervisionato, reti neurali, funzioni di costo ecc.)
  • conoscere la costruzione di modelli di Machine Learning con Python
  • conoscere i fondamenti di Teoria della Probabilità
Obiettivo

L'obiettivo di questo corso è presentare le più recenti architetture e la loro applicazione su problemi concreti: riconoscimento facciale, segmentazione ed identificazione di oggetti.

Programma
  • 1. CNN
    • 1.1 Convolutional layer
    • 1.2 Padding
    • 1.3 Pooling layer
    • 1.4 Strided Convolutions
  • 2. Deep CNN models
    • 2.1 ResNet
    • 2.2 Inception
    • 2.3 MobileNet
    • 2.4 EfficientNet
    • 2.5 Transfer Learning
  • 3. Object Detection
    • 3.1 Object Localization
    • 3.2 Landmark Detection
    • 3.3 Object Detection
    • 3.4 YOLO
    • 3.5 Semantic Segmentation
    • 3.5 U-Net
  • 4. Riconoscimento facciale
    • 4.1 One shot Learning
    • 4.2 Siamese Network
    • 4.3 Verifica facciale
Aula e norme di sicurezza
Per il rispetto delle norme di sicurezza Covid l’aula sarà dotata di appositi sistemi di filtraggio dell’aria e la partecipazione sarà limitata al massimo di 8 partecipanti dotati di green pass. Il corso sarà confermato al raggiungimento del numero minimo di 4 partecipanti.

Le Reti Neurali Convoluzionali (CNN) sono uno degli algoritmi di Deep Learning più utilizzati oggi nella computer vision e trovano applicazione in tantissimi campi: dalle automobili autonome ai droni, dalle diagnosi mediche al supporto e trattamento per gli ipovedenti.

A chi è rivolto

Il corso online è rivolto a:

  • programmatori
  • studenti laureati che conoscono la programmazione
Prerequisiti

È necessario per comprendere il corso:

  • avere le basi del Machine Learning (es. apprendimento supervisionato, reti neurali, funzioni di costo ecc.)
  • conoscere la costruzione di modelli di Machine Learning con Python
  • conoscere i fondamenti di Teoria della Probabilità
Obiettivo

L'obiettivo di questo corso è presentare le più recenti architetture e la loro applicazione su problemi concreti: riconoscimento facciale, segmentazione ed identificazione di oggetti.

Programma
  • 1. CNN
    • 1.1 Convolutional layer
    • 1.2 Padding
    • 1.3 Pooling layer
    • 1.4 Strided Convolutions
  • 2. Deep CNN models
    • 2.1 ResNet
    • 2.2 Inception
    • 2.3 MobileNet
    • 2.4 EfficientNet
    • 2.5 Transfer Learning
  • 3. Object Detection
    • 3.1 Object Localization
    • 3.2 Landmark Detection
    • 3.3 Object Detection
    • 3.4 YOLO
    • 3.5 Semantic Segmentation
    • 3.5 U-Net
  • 4. Riconoscimento facciale
    • 4.1 One shot Learning
    • 4.2 Siamese Network
    • 4.3 Verifica facciale
Aula e norme di sicurezza
Per il rispetto delle norme di sicurezza Covid l’aula sarà dotata di appositi sistemi di filtraggio dell’aria e la partecipazione sarà limitata al massimo di 8 partecipanti dotati di green pass. Il corso sarà confermato al raggiungimento del numero minimo di 4 partecipanti.

Scheda corso


Prezzo
787 € + IVA

Durata
8 ore

Lingua
Italiano/Inglese

Titolo conseguito
Attestato

Codice corso
AGSAI005

RICHIEDI INFORMAZIONI