Ce cours complet est un guide pratique pour développer et maintenir des ensembles de données de haute qualité pour les applications d'IA visuelle. Les apprenants acquerront des connaissances approfondies et des compétences pratiques dans les domaines suivants : découvrir et mettre en œuvre diverses approches d'étiquetage, des méthodes manuelles aux méthodes entièrement automatisées ; évaluer et améliorer la qualité de l'annotation pour les tâches de détection d'objets, y compris l'identification et la correction des problèmes d'étiquetage courants ; analyser l'impact de la qualité de la boîte englobante sur les performances du modèle et développer des stratégies pour améliorer la cohérence de l'étiquetage ; utiliser des outils avancés tels que FiftyOne et CVAT pour l'exploration des ensembles de données, la correction des erreurs et l'affinement des annotations ; relever des défis complexes en vision par ordinateur, tels que les détections de chevauchement, les occlusions et la détection de petits objets ; mettre en œuvre des techniques d'augmentation des données pour améliorer la robustesse et la généralisation des modèles ; et appliquer des concepts tels que la dureté de l'échantillon dans le contexte de l'entraînement des modèles et de la curation des ensembles de données. Grâce à une combinaison de connaissances théoriques et d'exercices pratiques, les étudiants apprendront à créer, maintenir et optimiser des ensembles de données qui conduisent à des modèles d'IA visuelle plus précis et plus fiables.
Débloquez l'accès à plus de 10 000 cours avec Coursera Plus. Essai gratuit de 7 jours.
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Ingénierie des caractéristiques
- Catégorie : Analyse des Données
- Catégorie : Vision par ordinateur
- Catégorie : Visualisation (infographie)
- Catégorie : Validation des données
- Catégorie : Analyse exploratoire des données (AED)
- Catégorie : Qualité des données
- Catégorie : Deep learning
- Catégorie : Manipulation de données
- Catégorie : Analyse d'images
- Catégorie : Nettoyage des données
- Catégorie : Apprentissage automatique appliqué
Détails à connaître
Ajouter à votre profil LinkedIn
12 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 4 modules dans ce cours
À la fin de ce module, vous serez en mesure de décrire le paradigme de l'IA centrée sur les données et son importance dans les flux de travail modernes d'apprentissage profond. Vous serez en mesure d'expliquer la boucle de rétroaction des données et du modèle dans le contexte des tâches de Détection d'objets et de segmentation d'instances. Vous serez en mesure d'appliquer FiftyOne pour évaluer les performances du modèle initial pour les tâches de détection d'objets et de segmentation d'instances. Vous serez capable d'interpréter les métriques d'évaluation communes pour les modèles de détection d'objets et de segmentation d'instances.
Inclus
15 vidéos9 lectures3 devoirs1 plugin
À l'issue de ce module, vous serez en mesure d'analyser les statistiques des ensembles de données afin d'obtenir une compréhension globale des données. Vous serez en mesure d'identifier et d'évaluer les différents problèmes de qualité d'image qui peuvent avoir un impact sur la performance du modèle. Vous serez en mesure d'utiliser FiftyOne pour détecter et visualiser les problèmes de qualité d'image, les valeurs aberrantes et les problèmes de diversité. Enfin, vous serez en mesure de développer des stratégies pour résoudre les problèmes de qualité d'image et de diversité identifiés.
Inclus
17 vidéos10 lectures5 devoirs4 sujets de discussion
Après ce module, vous serez en mesure d'évaluer la qualité des annotations pour les tâches de Détection d'objets. Vous serez en mesure d'identifier les problèmes d'étiquetage courants tels que les données mal étiquetées, les échantillons durs et les occlusions. Vous serez en mesure d'analyser l'impact de la boîte englobante sur les performances du modèle et de développer des stratégies pour améliorer la qualité et la cohérence des étiquettes.
Inclus
11 vidéos6 lectures4 devoirs3 sujets de discussion
Après ce module, vous serez en mesure d'appliquer des techniques avancées d'IA centrées sur les données, telles que l'augmentation des données et l'apprentissage actif. Vous serez en mesure de mettre en œuvre un flux de travail de bout en bout pour l'amélioration itérative des modèles en utilisant FiftyOne. Vous serez en mesure de développer une stratégie pour maintenir la qualité du jeu de données dans le temps et enfin de synthétiser et d'appliquer des techniques pour améliorer la performance des modèles sur un jeu de données donné.
Inclus
5 vidéos4 lectures1 sujet de discussion
Instructeur
Offert par
En savoir plus sur Apprentissage automatique
Statut : Prévisualisation
Statut : Essai gratuit
Statut : Essai gratuitDeepLearning.AI
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,