Jako, że na blogu umieszczam materiały o różnym poziomie zaawansowania tutaj zebrałem posty, które proponuję początkującym. Ich kolejność jest dobrana tak, aby poznawanie otoczenia przetwarzania obrazów, wykorzystywania i uczenia modeli sieci neuronowych było łatwe i przyjemne.

  1. Intro: Computer Vision
  2. Konfiguracja środowiska
  3. OpenCV: podstawy
  4. Dataset: Skany histopatologiczne
  5. Binarna klasyfikacja obrazów
  6. Dataset: MNIST
  7. Sieci konwolucyjne

(więcej postów wkrótce)

W nurcie pozwalającym na regularną naukę pojawią się między innymi:

  • przeuczenie i podział zbioru : train / val / test
  • regularyzacja sieci
  • augmentacja danych
  • metryki binarne
  • klasyfikacja wielu klas obrazu
  • opisy funkcji aktywacji
  • wyjaśnienie entropii krzyżowej
  • wizualizacja danych z użyciem TSNE
  • transfer learning
  • standardowe modele klasyfikacyjne
  • detekcja obiektów
  • wdrażanie modeli z użyciem TFLite
  • uruchamianie modeli na Google Coral