TAILIEUCHUNG - Bài giảng Học sâu và ứng dụng: Bài 8 - ĐH Bách khoa Hà Nội

Bài giảng Học sâu và ứng dụng: Bài 8 Một số ứng dụng học sâu trong thị giác máy cung cấp cho người học những kiến thức như: Giới thiệu bài toán phân đoạn ảnh; Lớp tăng độ phân giải upsampling; Hàm mục tiêu; Một số mạng phân đoạn ảnh tiêu biểu. Mời các bạn cùng tham khảo! | Chương 6 Một số ứng dụng học sâu trong thị giác máy Phần 2 01 02 2021 SangDV 2 Nội dung Giới thiệu bài toán phân đoạn ảnh Lớp tăng độ phân giải upsampling Hàm mục tiêu Một số mạng phân đoạn ảnh tiêu biểu 01 02 2021 3 Giới thiệu bài toán phân đoạn ảnh 01 02 2021 SangDV 4 Các bài toán thị giác máy 01 02 2021 5 Phân vùng Phân lớp từng điểm ảnh trong ảnh Không phân biệt các đối tượng cùng lớp trong ảnh 01 02 2021 6 Một số ứng dụng phân đoạn ảnh Phân đoạn ảnh vệ tinh và hàng không 01 02 2021 7 Một số ứng dụng phân đoạn ảnh Xe tự hành 01 02 2021 8 Một số ứng dụng phân đoạn ảnh Y tế 01 02 2021 9 Một số ứng dụng phân đoạn ảnh OCR 01 02 2021 10 Trượt cửa sổ 01 02 2021 SangDV 11 Trượt cửa sổ 01 02 2021 SangDV 12 Tích chập hoàn toàn Fully Convolutional Thiết kế mạng CNN gồm nhiều lớp tích chập để phân lớp đồng thời tất cả các điểm ảnh. 01 02 2021 SangDV 13 Tích chập hoàn toàn Fully Convolutional Thiết kế mạng CNN gồm nhiều lớp tích chập để phân lớp đồng thời tất cả các điểm ảnh. Vấn đề Tích chập với các lớp đầu vào có độ phân giải cao đòi hỏi nhiều chi phí tính toán 01 02 2021 14 Tích chập hoàn toàn Fully Convolutional Thiết kế mạng CNN với các lớp giảm độ phân giải downsampling và tăng độ phân giải upsampling 01 02 2021 15 Tích chập hoàn toàn Fully Convolutional Thiết kế mạng CNN với các lớp giảm độ phân giải downsampling và tăng độ phân giải upsampling Giảm độ phân giải max pooling hay strided conv Tăng độ phân giải 01 02 2021 16 Lớp tăng độ phân giải upsampling 01 02 2021 SangDV 17 Lớp Unpooling Các lớp này không có tham số 01 02 2021 SangDV 18 Lớp Max Unpooling 01 02 2021 19 Tích chập chuyển vị Là phép tăng độ phân giải upsampling có chứa các tham số có thể huấn luyện được Xem lại ví dụ tích chập conv 3x3 bước nhảy stride 1 và thêm viền padding 1 01 02 2021 20

• Cơ sở dữ liệu
• Bài giảng Học sâu và ứng dụng
• Học sâu và ứng dụng
• Hàm mục tiêu
• Độ phân giải upsampling
• Bài toán phân đoạn ảnh
• Mạng phân đoạn ảnh tiêu biểu
• Phần mềm cho học sâu
• Phần cứng cho học sâu
• Đồ thị tính toán động
• Ứng dụng học sâu trong thị giác máy
• Bài toán phát hiện đối tượng
• Thị giác máy
• Xử lý ngôn ngữ tự nhiên
• Ứng dụng học sâu
• Bài toán dịch máy
• Dịch máy thống kê
• Mô hình huấn luyện sẵn
• Nhận dạng thực thể định danh
• Suy diễn logic
• Huấn luyện mạng nơ ron
• Lựa chọn siêu tham số
• Kỹ thuật chống overfitting
• Kỹ thuật học tái sử dụng
• Mạng hồi quy
• Lan truyền ngược theo thời gian
• Bài toán dự đoán chuỗi
• Phân lớp văn bản
• Phương pháp học máy truyền thống
• Phân lớp tuyến tính
• Hồi quy tuyến tính
• Mạng nơ ron
• Mạng nơ ron một lớp ẩn
• Thuật lan truyền ngược
• Conv Neural Networks
• Mạng tích chập
• Lớp tích chập
• Lớp gộp max pooling
• Tiền xử lý dữ liệu
• Hàm kích hoạt
• Khởi tạo trọng số
• Mô hình sinh dữ liệu
• Mô hình tự mã hóa
• Variational Autoencoders
• Biểu diễn không gian ẩn