Mis à jour en mai 2025.Ce cours intègre désormais Coursera Coach ! Une façon plus intelligente d'apprendre avec des conversations interactives en temps réel qui vous aident à tester vos connaissances, à remettre en question les hypothèses et à approfondir votre compréhension à mesure que vous progressez dans le cours.Embarquez dans un voyage complet pour maîtriser la segmentation d'image avec PyTorch, conçu pour les débutants et les apprenants avancés. Ce cours propose une exploration détaillée de la segmentation d'images, en commençant par les concepts fondamentaux et en évoluant vers des techniques avancées à l'aide de projets réels. Commencez par comprendre les bases de la segmentation d'images, y compris les différents types et applications. Mettez la main à la pâte avec PyTorch, en apprenant l'essentiel des tenseurs, des graphiques de calcul et de la formation de modèles. Explorez les subtilités de la régression linéaire et l'importance de l'ajustement des hyperparamètres, en acquérant une base solide dans les principes de l'apprentissage automatique. Passez aux réseaux neurones convolutifs (CNN), en plongeant profondément dans leur structure, le calcul des couches et les techniques de prétraitement d'images. Apprenez comment les CNN révolutionnent l'analyse d'images et comprenez leur application dans des scénarios du monde réel. Le cours se termine par une étude approfondie de la segmentation sémantique. Découvrez les architectures, les méthodes de suréchantillonnage et les fonctions de perte qui définissent les modèles de segmentation réussis. Participez à des sessions de codage pratiques pour préparer les données, construire des modèles et évaluer leurs performances à l'aide de métriques standard. À la fin de ce cours, vous aurez une compréhension approfondie de la segmentation d'images avec PyTorch, équipé des compétences pour aborder des tâches de segmentation complexes dans diverses applications du monde réel. Ce cours est idéal pour les scientifiques de données, les professionnels de l'IA et les amateurs d'apprentissage automatique qui souhaitent approfondir leurs connaissances de la segmentation d'images et de PyTorch. Il est parfait pour ceux qui ont une compréhension de base de Python et sont désireux d'appliquer des techniques d'apprentissage profond à des projets du monde réel.

Maîtriser la segmentation d'images avec PyTorch

Expérience recommandée
Ce que vous apprendrez
Appliquer la segmentation sémantique multi-classes à l'aide de PyTorch à des ensembles de données du monde réel.
Analyser l'architecture et la fonctionnalité des modèles UNet et FPN pour une segmentation efficace des images.
Évaluer et sélectionner les fonctions de perte et les métriques d'évaluation appropriées pour optimiser les modèles d'apprentissage profond.
Compétences que vous acquerrez
- Catégorie : Convolutional Neural Networks
- Catégorie : Artificial Neural Networks
- Catégorie : Model Evaluation
- Catégorie : Computer Vision
- Catégorie : Regression Analysis
- Catégorie : Data Processing
- Catégorie : Image Analysis
- Catégorie : Data Preprocessing
- Catégorie : Deep Learning
- Catégorie : Applied Machine Learning
Détails à connaître

Ajouter à votre profil LinkedIn
2 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Il y a 4 modules dans ce cours
Instructeur

Offert par
En savoir plus sur Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.

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
Plus de questions
Aide financière disponible,





