Tensorflow(@CVision) – Telegram
Tensorflow(@CVision)
15.4K subscribers
1.29K photos
310 videos
81 files
2.53K links
اخبار حوزه یادگیری عمیق و هوش مصنوعی
مقالات و یافته های جدید یادگیری عمیق
بینایی ماشین و پردازش تصویر

TensorFlow, Keras, Deep Learning, Computer Vision

سایت:
http://class.vision

👨‍💻👩‍💻پشتیبان دوره ها:
@classvision_support

لینک گروه:
@tf2keras
Download Telegram
Media is too big
VIEW IN TELEGRAM
📣 آغاز فروش دوره‌ی آفلاین
Face Recognition & One-Shot Learning
تا ساعاتی دیگر ... 😍

🟢 با توجه به استقبال و درخواست بسیار زیاد مخاطبان از تدریس این مبحث در همایش‌ها و وبینارهای عمومی و خصوصی، این مبحث به صورت یک دوره‌ی ویدیویی تخصصی آفلاین تهیه و تولید گردید که بزودی اطلاعات تکمیلی درباره نحوه فروش دوره اطلاع رسانی می‌گردد.

🟣 در قسمت آخر این دوره، به صورت اجمالی به مروری بر آنچه که در این دوره گفته شد پرداختیم.

🔴 لطفا در قسمت نظرات این پست، پیشنهادات خود را برای موضوعات دور‌ه‌های آفلاین آینده با ما مطرح کنید 🙏

Instagram

Aparat

Linkedin
📢خبر:

10 ویدیوی ابتدایی دوره های تخصصی rnn و همچنین face recognition به منظور ارزیابی دوره به صورت رایگان در آپارات قرار گرفتند.

لیست پخش شبکه‌های بازگشتی در Tensorflow2.0 و Keras

لیست پخش دوره تخصصی بازشناسی چهره عمیق در تنسرفلو / کراس (جدید - انتشار 1400)
#ویدیو #آموزشی جدید #چهره

کد تخفیف 30 درصدی ویژه عید نوروز تنها تا 20 فرودین

فیلم آموزشی دوره تخصصی بازشناسی چهره در Tensorrflow/Keras


nowruz1400

✌️این دوره در اسفند ماه ضبط و در فرودین 1400 منتشر شده است.

#face_recognition #face #amsoftmax #sphereface #arcface #tripletloss #face
سوالات خود پیرامون این دوره را در کامنت سایت زیر همین پست ارسال کرده و تا فردا ظهر پاسخ آن را دریافت کنید.
http://class.vision/deep-face-recognition/

هم اکنون این دوره را با 30 درصد تخفیف نوروزی تهیه کنید:
nowruz1400
Forwarded from Shenasa-ai.ir
#خبر #آموزش #معرفی_دیتاست
معرفی دیتاست objectron گوگل برای درک سه بعدی اشیاء (تصویر این پست)
3D Object Understanding
https://github.com/google-research-datasets/Objectron/

برخلاف دیتاست های قبلی تشخیص اشیاء که همگی محدوده ی تصاویر دو بعدی را مشخص کرده بودند، این دیتاست که توسط گوگل منتشر شده بر روی فریم های متوالی محدوده های سه بعدی اشیاء را مشخص کرده است.
این مجموعه داده شامل 15000 ویدیو و 4 میلیون تصویر در کلاس‌های زیر است.
bikes, books, bottles, cameras, cereal boxes, chairs, cups, laptops, shoes
آموزش دانلود و استفاده از این مجموعه داده را می‌توانید از اینجا ببینید.

همچنین مدل‌های پایه ای روی این دیتاست توسعه داده شده، مدل قبلی این تیم که به صورت single-shot بود را در اینجا ببینید. اما مدل جدید منتشر شده دو مرحله ای است که در مرحله ی اول فقط محدوده ی دو بعدی شی در آن فریم را محاسبه کرده و سپس مرحله ی دوم که از بریده شده ی مرحله ی قبل تغذیه میگردد، به عنوان خروجی محدوده ی سه بعدی آن فریم را به همراه پیشنهاد محدوده ی فریم بعدی را به ما خواهد داد.
این روش جدید حدود 3 برابر از روش تک مرحله ای قبل سریعتر است و آموزش لیبل گذاری ویدیو برای این کار را از اینجا میتوانید مشاهده کنید.

مطالعه بیشتر:
https://medium.com/swlh/introducing-objectron-the-next-phase-in-3d-object-understanding-8432bf285345



https://github.com/google-research-datasets/objectron

#دیتاست #دیتا #dataset $dta #object_detection #Objectron
———————————
مجموعه دانش بنیان شناسا ( داده پویان آلما)
http://shenasa.ai
http://shenasa-ai.ir
ما را دنبال کنید:

آپارات:
https://www.aparat.com/shenasa.ai
لینکدین:
https://www.linkedin.com/company/shenasa-ai/
اینستاگرام:
https://www.instagram.com/shenasa.ai

کانال تلگرام:
https://news.1rj.ru/str/shenasa_ai

اخبار و آموزش های تخصصی هوش مصنوعی در تلگرام: @cvision
به درخواست دوستان این کد تخفیف به روز شد و اگر قبلا دوره ی مقدماتی را تهیه کرده باشید، میتوانید روی دو محصول دیگر استفاده کنید
📢تخفیف 30 درصدی به مناسبت ماه رمضان که بر روی تمام محصولات سایت فعال است.
ramezan400

همچنین اگر قصد دارید هر 3 محصول را یکجا تهیه کنید، تخفیف 35 درصدی خرید یکجای 3 دوره ی یادگیری عمیق سایت
ramezan_pack

✳️ دوره‌های Deep-Learning گروه آموزشی class vision

1️⃣ دوره مقدماتی آموزش Deep-Learning
▫️مشاهده تیزر معرفی دوره | مشاهده قسمت‌های رایگان | ثبت‌نام

2️⃣ دوره‌ی پیشرفته Deep-Learning (شبکه‌های عصبی RNN)
▫️مشاهده قسمت‌های رایگان | ثبت‌نام

3️⃣ دوره‌ی بازشناسی و تشخیص چهره
▫️ مشاهده قسمت‌های رایگان | ثبت‌نام



🔺 اطلاعات بیشتر در کانال و یا سایت class.vision

🔻 هر گونه سوال: @cvision_support
کانال منابع برنامه نویسی
با مدیریت فارغ التحصیلان کامپیوتر دانشگاه علم و صنعت ایران
@pythony