Modul · Pemula
Dasar-Dasar Citra Digital
Gambar sebagai angka, konvolusi sebagai jumlah berbobot yang digeser, dan kenapa CNN mempelajari filternya sendiri.
- 3 pelajaran
- 48 min
- 4 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9
Vision Transformer dan Model Multimodal
ViT, CLIP, dan model vision-language — ketika gambar dan teks berbagi satu ruang embedding.
- Tingkat
- Menengah
- Pelajaran
- 3
- Total waktu
- 52 min
- Simulasi
- 2
Termasuk di Computer Vision dengan Deep Learning · $9
Tools yang dipakai
Python
PyTorch
OpenCV
Keterampilan
- ViT
- CLIP
- Vision-language model
Coba sekarang — gratis
Ini simulasi asli dari modulnya. Tanpa akun.
Yang akan Anda bisa
- Menjelaskan bagaimana ViT memotong gambar menjadi token
- Membangun pencarian gambar dengan embedding CLIP
Sebelum mulai
Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.
- image-classification-with-cnns
Modul yang membantu lebih dulu
Silabus
3 pelajaran · 52 minJudul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di Computer Vision dengan Deep LearningVision Transformer (ViT)
18 minPatch sebagai token, dan kapan ViT mengalahkan CNN.
Termasuk dalam jalurnya SimulasiCLIP dan Embedding Gambar-Teks
18 minKlasifikasi zero-shot dan pencarian gambar dengan kalimat.
Termasuk dalam jalurnya SimulasiModel Vision-Language
16 minLLM yang bisa membaca gambar: apa yang bisa, apa yang belum, dan cara mengujinya.
Termasuk dalam jalurnya
Akses seumur hidup
$9Lainnya di Computer Vision dengan Deep Learning
Modul · Menengah
Klasifikasi Gambar dengan CNN
Membangun CNN di PyTorch, transfer learning dari model pralatih, dan mengevaluasi classifier dengan jujur.
- 3 pelajaran
- 56 min
- 3 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9
Modul · Menengah
Deteksi Objek
Bounding box, IoU, detektor satu tahap seperti YOLO, dan cara membaca mAP.
- 3 pelajaran
- 53 min
- 3 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9
Modul · Menengah
Segmentasi Gambar
Klasifikasi per piksel: segmentasi semantik dan instance, U-Net, dan model segmentasi umum.
- 3 pelajaran
- 46 min
- 2 simulasi
Termasuk di Computer Vision dengan Deep Learning· $9