Computer Vision e Deep Learning

Corso

Online

250 € IVA inc.

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Descrizione

  • Tipologia

    Corso

  • Metodologia

    Online

  • Ore di lezione

    15h

Il corso forma esperti nella progettazione di modelli di visione artificiale basati su reti neurali profonde, guidando gli studenti attraverso le tecniche fondamentali e avanzate del riconoscimento visivo. Verranno affrontati temi come classificazione, segmentazione semantica, object detection e ricostruzione visiva, utilizzando architetture quali CNN, ResNet, U-Net e Vision Transformers. Ampio spazio sarà dedicato alla creazione dei dataset, ai metodi di annotazione, alle strategie di data augmentation e alle tecniche di ottimizzazione del training. Il percorso prepara a sviluppare applicazioni robuste per industria, medicina e sistemi autonomi.

Domande e risposte

Aggiungi la tua domanda

I nostri consulenti e altri utenti potranno risponderti

Chi vuoi che ti risponda?

Inserisci i tuoi dati per ricevere una risposta

Pubblicheremo solo il tuo nome e la domanda

Emagister S.L. (Titolare del trattamento dati) utilizzerà i tuoi dati per svolgere attività promozionali (via email e/o telefono), pubblicare recensioni o gestire eventuali segnalazioni. Nella politica sulla privacy potrai conoscere i tuoi diritti e gestire la cancellazione.

Opinioni

Successi del Centro

2023
2022
2020

Tutti i corsi devono essere aggiornati

La media delle valutazioni dev'essere superiore a 3,7

Più di 50 opinioni degli ultimi 12 mesi

6 anni del centro in Emagister.

Materie

  • Reti
  • Reti neurali
  • E-learning
  • Informatica
  • Database

Programma

Programma del corso:

  1. Introduzione alla computer vision classica e moderna;
  2. Image preprocessing: ridimensionamento, normalizzazione, augmentation di base;
  3. CNN, convoluzioni e feature maps;
  4. Pooling, normalizzazione e strategie di regularization;
  5. Architetture ResNet, DenseNet e reti profonde residuali;
  6. Segmentazione semantica con U-Net e varianti;
  7. Object detection con Faster R-CNN, SSD e YOLO;
  8. Transfer learning da modelli pre-addestrati;
  9. Data augmentation avanzata e bilanciamento dei dataset;
  10. Vision Transformers e self-attention su immagini;
  11. Generative vision con GAN e diffusion per immagini;
  12. Valutazione dei modelli con metriche appropriate;
  13. Interpretabilità visuale: saliency map, Grad-CAM;
  14. Ottimizzazione su GPU, batch size e mixed precision;
  15. Progetto di visione artificiale end-to-end su caso reale.

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Computer Vision e Deep Learning

250 € IVA inc.