YAZILIMCI · Başlangıç → İleri
Computer Vision Engineer
Sınıflandırmadan segmentasyona ve görsel transformer’lara uzanan görü rotası.
- Bölüm
- 10
- Süre
- ~34 sa
- Ders
- 10
- Önkoşul
- 2
Bölüm döngüsü
- 1Teori
- 2Örnek
- 3Lab
- 4Test
- 5Proje
Önkoşullar
- Python
- Deep Learning
01ÇIKTI
Rotayı bitirdiğinde ne yapabiliyor olacaksın?
- 01
Nesne tespiti
- 02
Segmentasyon
- 03
Kenar dağıtımı
02MÜFREDAT
10 bölüm
Her bölüm ilgili Atlas kavramlarına bağlanır; eksik önkoşul varsa beceri grafiği uyarır.
- 01
- 02
- 03
- 04
- 05
- 06
- 07
- 08
- 09
- 10
Vaka: kalite kontrol sistemi
2 saHat üstü görsel denetim kurulumunu uçtan uca tasarlamak.
03DERSLER
Bu rotadaki dersler
- Görüntü verisinin doğasıBir görüntünün sayısal temsilini, renk uzayı ile yeniden ölçekleme kararlarını ve eğitimle çıkarım arasında aynı kalmak zorunda olan önişleme sözleşmesini öğretir.25 dk
- Evrişim, havuzlama ve alıcı alanEvrişimin görüntü için neden doğru varsayılan olduğunu, alıcı alanın katman yığınında nasıl büyüdüğünü ve mimari ailelerinin hangi baskıya cevap verdiğini öğretir.35 dk
- Transfer öğrenme ve ince ayar derinliğiÖnceden eğitilmiş bir omurganın ne kadarının açılacağını, hangi artırmanın etiketi koruduğunu ve sınıflandırma hattındaki sızıntının nasıl kapatılacağını öğretir.40 dk
- Nesne tespitinde eşleşme kuralı ve ölçümTespit çıktısının doğru kutularla nasıl eşleştirildiğini, ortalama kesinlik ölçümünün neyi topladığını ve çapa tabanlı ile çapasız atamanın hangi kararı değiştirdiğini öğretir.45 dk
- Anlamsal, örnek ve panoptik segmentasyonÜç segmentasyon görevinin etiket birimini, hangi iş sorusuna hangi görevin cevap verdiğini ve maske kalitesinin nasıl ölçüleceğini öğretir.40 dk
- Görsel transformerlar: yama gömme ve dikkatGörüntüyü belirteç dizisine çeviren yama gömmeyi, dikkatin evrişimden hangi varsayımı geri aldığını ve hangi koşulda hangi omurganın seçileceğini öğretir.45 dk
- Görüntü-metin eşlemesi ve sıfır örnekli sınıflandırmaGörüntü ve metni aynı vektör uzayına hizalayan modellerin sıfır örnekli sınıflandırmayı nasıl mümkün kıldığını, bu kurulumda sınıf tanımlarının neden sınıflandırıcının kendisi olduğunu ve hangi noktada etiketli eğitime geçmek gerektiğini öğretir.35 dk
- Etiket rehberi, anlaşma ölçümü ve aktif öğrenmeGörüntü projelerinde kalite tavanını koyan şeyin etiket tanımı olduğunu; rehberin nasıl bir karar belgesine dönüştüğünü, anlaşmanın nasıl ölçüldüğünü ve etiket bütçesinin aktif öğrenmeyle nasıl yönetildiğini öğretir.35 dk
- Kenarda çıkarım: gecikme bütçesi, nicemleme ve budamaKenar cihazında çalışan bir görüntü hattının kadraj başına bütçeden nasıl tasarlandığını, nicemleme ile budamanın hangi ödünleri getirdiğini ve sıkıştırma sonrası kalite kaybının nasıl denetleneceğini öğretir.45 dk
- Vaka: hat üstü görsel denetim sistemiBir üretim hattındaki görsel denetimi uçtan uca tasarlar: kararın tanımı, görüntüleme düzeni, maliyetten türetilen eşikler, gölge modda devreye alma ve etiket gelmeden kaymayı yakalayan izleme sinyalleri.35 dk
04ATLAS
Rotada geçen kavramlar
- Computer VisionComputer VisionGörüntü ve video verisinden nesne, sahne, metin ve hareket gibi bilgileri çıkarmayı amaçlayan yapay zekâ alt alanıdır.
- Deep LearningDeep LearningÇok katmanlı sinir ağlarıyla, ham veriden özellikleri elle tanımlamaya gerek kalmadan hiyerarşik temsiller öğrenen makine öğrenmesi yaklaşımıdır.
- Large Language ModelsFine-TuningÖnceden eğitilmiş bir modelin, belirli bir görev veya alana uyum sağlaması için ek veriyle yeniden eğitilmesidir.
- Deep LearningTransformerDizideki her ögenin diğerleriyle ilişkisini dikkat mekanizmasıyla hesaplayan, modern dil ve görü modellerinin temelindeki sinir ağı mimarisidir.
- Generative AIMultimodal AIMetin, görsel, ses ve video gibi birden fazla veri türünü aynı model içinde birlikte işleyen yapay zekâ yaklaşımıdır.
- MLOps / LLMOpsMLOpsMakine öğrenmesi modellerinin geliştirilmesini, dağıtımını, izlenmesini ve yenilenmesini tekrarlanabilir ve denetlenebilir hale getiren mühendislik disiplinidir.
05DİĞER ROTALAR
Sana uygun olmayabilir mi?
ÖLÇ
Rotaya başlamadan önce nerede durduğunu gör
15 soruluk seviye testi, hangi bölümden başlaman gerektiğini söyler.