在本课程中，您将： a) 探索图像分类、图像分割、对象定位和对象检测。b) 应用区域-CNN 和 ResNet-50 等物体检测模型，定制现有模型，并建立自己的模型来检测、定位和标记自己的橡皮鸭图像。 c) 使用全卷积网络 (FCN) 的各种变体（包括 U-Net 和 d) Mask-RCNN 来实施图像分割，以识别和检测数字、宠物、僵尸等。
利用 TensorFlow 实现高级计算机视觉
即将结束： 只需 199 美元（原价 399 美元）即可通过 Coursera Plus 学习新技能。立即节省
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 TensorFlow：高级技术 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
了解图像分类、对象定位、对象检测和图像分割的概念概述。 还能描述多标签分类，并区分语义分割和实例分割。 在本课程的其余部分，您将应用 TensorFlow 建立对象检测和图像分割模型。
涵盖的内容
10个视频4篇阅读材料1个作业1个编程作业3个非评分实验室
本周，您将了解一些流行的物体检测模型，如区域-CNN 和 ResNet-50。 您将使用从 TensorFlow Hub 获取的物体检测模型，下载自己的模型并配置它们进行训练，还将建立自己的物体检测模型。 通过迁移学习，您只需使用五个训练示例就能训练一个模型来检测和定位橡皮鸭。您还将手动标注自己的橡皮鸭图像！
涵盖的内容
12个视频8篇阅读材料1个作业1个编程作业2个非评分实验室
本周的主题是使用完全卷积神经网络的变体进行图像分割。 有了这些网络，你可以为每个像素分配类标签，并对物体进行比边界框更详细的识别。 本周你将构建全卷积神经网络、U-Net 和 Mask R-CNN，以识别和检测数字、宠物甚至僵尸！
涵盖的内容
11个视频4篇阅读材料1个作业1个编程作业3个非评分实验室
本周，您将了解到模型可解释性的重要性，即了解您的模型是如何做出决策的。您还将实现类激活图、显著性图和梯度加权类激活图，以识别图像的哪些部分被模型用于做出预测。 您还将看到一个例子，说明可视化模型的中间层激活如何有助于改进著名网络 AlexNet 的设计。
涵盖的内容
6个视频6篇阅读材料1个作业1个编程作业4个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
从 机器学习 浏览更多内容
状态：免费试用DeepLearning.AI
状态：免费试用DeepLearning.AI
状态：免费试用
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.7
531 条评论
- 5 stars
81.35%
- 4 stars
13.18%
- 3 stars
4.14%
- 2 stars
0.18%
- 1 star
1.12%
显示 3/531 个
RK
5
已于 Apr 19, 2021审阅
The level of preparation of the instructors showed. Salient points were brought to the forefront. A lot of rich material, will probably take me a year to fully assimilate.
GS
5
已于 Oct 26, 2022审阅
course content was very informative.Learned the concepts with practical experience.Great Learning!!!!
MA
5
已于 Nov 13, 2022审阅
Cours très interessant , notions avancées en visison par odinateur et bien expliquées .Je le recommande .
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，