Object Localization with TensorFlow

4.4
étoiles
50 évaluations
Offert par
Coursera Project Network
2 581 déjà inscrits
Dans ce Projet Guidé gratuit, vous :

Create synthetic data for model training

Create and train a multi output neural network to perform object localization

Create custom metrics and calbacks in Keras

Mettez en valeur cette expérience pratique dans un entretien

Clock2 hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

Welcome to this 2 hour long guided project on creating and training an Object Localization model with TensorFlow. In this guided project, we are going to use TensorFlow's Keras API to create a convolutional neural network which will be trained to classify as well as localize emojis in images. Localization, in this context, means the position of the emojis in the images. This means that the network will have one input and two outputs. Think of this task as a simpler version of Object Detection. In Object Detection, we might have multiple objects in the input images, and an object detection model predicts the classes as well as bounding boxes for all of those objects. In Object Localization, we are working with the assumption that there is just one object in any given image, and our CNN model will classify and localize that object. Please note that you will need prior programming experience in Python. You will also need familiarity with TensorFlow. This is a practical, hands on guided project for learners who already have theoretical understanding of Neural Networks, Convolutional Neural Networks, and optimization algorithms like Gradient Descent but want to understand how to use use TensorFlow to solve computer vision tasks like Object Localization.

Conditions

Prior programming experience in Python. Conceptual understanding of Neural Networks. Prior experience with TensorFlow and Keras.

Les compétences que vous développerez

  • Deep Learning
  • Machine Learning
  • Tensorflow
  • Computer Vision
  • keras

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Introduction

  2. Download and Visualize Data

  3. Create Examples

  4. Plot Bouding Boxes

  5. Data Generator

  6. Model

  7. Custom Metric: IoU

  8. Compile the Model

  9. Custom Callback

  10. Model Training

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Enseignant

Avis

Meilleurs avis pour OBJECT LOCALIZATION WITH TENSORFLOW

Voir tous les avis

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.