دوره بینایی کامپیوتری کاربردی: از صفر تا صد در 10 موضوع

آنچه یاد خواهید گرفت: ساخت یک دسته‌بند تصویر با Hugging Face Transformers و استقرار آن به‌ صورت FastAPI آموزش مدل YOLO نسخه 8 برای تشخیص لحظه‌ای توپ در تصاویر و ویدئوها استفاده از Grounding DINO برای تشخیص بازیکن به‌ صورت بدون شات و بدون آموزش اختصاصی پیاده‌سازی DeepSORT برای ردیابی مداوم چند بازیکن در طول یک ویدئو پروجکشن موقعیت بازیکنان و توپ روی یک نقشه دوبعدی با استفاده از homography و OpenCV آموزش مدل YOLOv8-Pose برای تشخیص نقاط کلیدی سفارشی روی زمین تنیس تولید طراحی‌های داخلی جدید از اتاق‌های خالی با استفاده از Stable Diffusion img2img ساخت نقشه‌های عمق واقع‌گرایانه از تصاویر تکی با مدل Depth Anything تولید ماسک‌های دقیق اشیا با استفاده از Grounding DINO و Segment Anything Model کنترل تولید تصویر با هوش مصنوعی با استفاده از ControlNet و نقشه‌های عمق و segmentation تولید تصاویر فوتورئالیستی از اینفلوئنسرها با مدل پیشرفته FLUX درج یکپارچه محصولات در تصاویر تولید شده با هوش مصنوعی با استفاده از فریمورک InsertAnything استخراج خودکار متن از فاکتورها و رسیدها با استفاده از PaddleOCR آموزش مدل Llama 3 با Unsloth برای تجزیه و ساختاردهی داده‌ OCR استخراج‌ شده بهینه‌سازی عملکرد مدل با تبدیل آن‌ها به ONNX برای استنتاج سریع‌تر فاین‌تیونینگ کارآمد مدل‌های زبانی بزرگ و مدل‌های بینایی با استفاده از آداپتورهای LoRA استقرار مدل‌های Onnx با fastapi پیش‌نیازهای دوره مهارت‌های پایه برنامه‌نویسی Python اصول یادگیری ماشین آشنایی با Jupyter Notebooks یا Google Colab مقدمه‌ای بر یادگیری عمیق و شبکه‌های عصبی دانش پایه از مفاهیم بینایی کامپیوتری توضیحات دوره آیا آماده‌اید فراتر از آموزش‌های پایه بروید و سیستم‌های هوش مصنوعی پیشرفته و واقعی بسازید؟ در حالی که بسیاری از دوره‌ها به شما یاد می‌دهند چگونه یک تصویر را دسته‌بندی کنید، قدرت واقعی هوش مصنوعی در ساخت پایپ‌لاین‌های پیچیده و چندمدلی است که مسائل دشوار را حل می‌کنند. این همان مسیری است که صنعت به سمت آن حرکت می‌کند و جایی است که مهندسان برتر هوش مصنوعی فعالیت می‌کنند. در حوزه‌هایی مانند تحلیل ورزشی، هوش مصنوعی در حال متحول‌ کردن شیوه درک ما از بازی، با ردیابی بازیکنان و نمایش حرکات آن‌ها است. در صنایع خلاق، generative AI، اتاق‌های خالی را به طراحی‌های داخلی چشمگیر تبدیل می‌کند و اینفلوئنسرهای مجازی فوتورئالیستی می‌سازد. در کسب‌وکار، هوش مصنوعی کار زمان‌بر استخراج داده از فاکتورها و رسیدها را خودکار می‌کند. تقاضا برای مهندسانی که بتوانند این راهکارهای پیشرفته و یکپارچه هوش مصنوعی را بسازند، بیش از هر زمان دیگری بالاست. با این حال، یادگیری ترکیب مدل‌های پیشرفته‌ای مانند YOLO نسخه 8 و Grounding DINO و Stable Diffusion و Llama 3 در یک اپلیکیشن واحد و منسجم، مهارتی است که تنها تعداد کمی از دوره‌ها آن را آموزش می‌دهند. این همان دوره است. در این مسیر جامع و پروژه‌محور، شما را از مفاهیم منفرد هوش مصنوعی به سمت ساخت سیستم‌های کامل و قابل‌ ارائه در رزومه هدایت می‌کنیم. با استفاده از کتابخانه‌های پیشرفته‌ مانند Hugging Face و Ultralytics و PyTorch، شما فقط «چگونگی» را یاد نمی‌گیرید، بلکه «دلیل» را هم می‌فهمید. ما فقط یک مدل را آموزش نمی‌دهیم؛ آن را با ONNX بهینه می‌کنیم و با FastAPI مستقر می‌سازیم. همچنین یاد می‌گیریم چگونه LLMها را به‌صورت کارآمد با LoRA و Unsloth فاین‌تیونینگ کنیم. در پایان دوره، شما فقط یک متخصص هوش مصنوعی نخواهید بود؛ بلکه به یک معمار هوش مصنوعی تبدیل می‌شوید که می‌تواند راهکارهای پیچیده و پیشرو در فناوری را طراحی و پیاده‌سازی کند. شما پروژه‌های شگفت‌انگیز و واقعی زیر را خواهید ساخت: یک سیستم خودکار تحلیل ورزشی که بازیکنان تنیس و توپ را تشخیص می‌دهد و ردیابی می‌کند و حرکات آن‌ها را روی یک نقشه دوبعدی زمین نمایش می‌دهد. یک طراح داخلی مبتنی بر هوش مصنوعی که با استفاده از Stable Diffusion و ControlNet و segmentation و تخمین عمق، تصاویر اتاق‌های خالی را به‌صورت واقع‌گرایانه مبله می‌کند. یک مولد اینفلوئنسر مجازی که با مدل قدرتمند FLUX افراد شبیه‌ به‌ واقعیت ایجاد می‌کند و با InsertAnything محصولات را به‌ صورت یکپارچه در دست آن‌ها قرار می‌دهد. یک پردازشگر هوشمند اسناد که با OCR متن فاکتورها را استخراج می‌کند و با یک مدل Llama 3 آموزش‌ دیده اختصاصی، آن را به داده‌ ساختاریافته تبدیل می‌کند. اگر آماده‌اید مسیر حرفه‌ای خود را ارتقا دهید و نوعی از کاربردهای هوش مصنوعی را بسازید که آینده را تعریف می‌کنند، این دوره راهنمای نهایی شماست. ما بسیار هیجان‌زده‌ایم که به شما کمک کنیم به اهداف خود برسید. بیایید شروع به ساختن کنیم این دوره برای چه کسانی مناسب است؟ توسعه‌دهندگان و مهندسان نرم‌افزار مهندسان مشتاق هوش مصنوعی و یادگیری ماشین علاقه‌مندان و افراد کنجکاو حوزه فناوری کارآفرینان و مدیران محصول دانشجویان تحصیلات تکمیلی و پژوهشگران