|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/ml-computer-vision
课程评论：没有评论
课程名称：机器学习与计算机视觉 课程概述：在计算机视觉工程与科学专业的第二个课程中，您将进行两项最常见的计算机视觉任务：图像分类和物体检测。您将应用整个机器学习工作流程，从数据准备到结果评估。在本课程结束时，您将训练机器学习模型，以分类街道标志的图像并检测材料缺陷。 整个课程中将使用MATLAB，MATLAB是进行计算机视觉和机器学习的首选工具。 课程大纲： 1. 图像分类与机器学习 - 描述：学习如何使用机器学习方法进行图像分类。 2. 基于特征包的图像分类 - 描述：探讨如何利用特征袋方法进行图像分类。 3. 分类模型评估 - 描述：了解如何评估和验证分类模型的性能。 4. 基于机器学习的物体检测 - 描述：学习如何使用机器学习技术进行物体检测。 通过本课程，您将获得与计算机视觉相关的核心技能和实用经验。
Name:Image Classification with Machine Learning
Description:
Name:Image Classification Using Bag of Features
Description:
Name:Evaluating Classification Models
Description:
Name:Object Detection with Machine Learning
Description:
In the second course of the Computer Vision for Engineering and Science specialization, you will perform two of the most common computer vision tasks: classifying images and detecting objects. You will apply the entire machine learning workflow, from preparing your data to evaluating your results. By the end of this course, you’ll train machine learning models to classify images of street signs and detect material defects. You will use MATLAB throughout this course. MATLAB is the go-to choice
