학생용

Deep Learning 101: Detecting Ships from Satellite Imagery

3.0
별점
5개의 평가
제공자:
Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Understand the theory and intuition behind Deep Neural Networks and Convolutional Neural Networks (CNNs)

Build a deep learning model based on Convolutional Neural Network using Keras with Tensorflow 2.0 as a backend

Assess the performance of trained CNN and ensure its generalization using various Key performance indicators.

Clock1.5 hours
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this project, we will train a deep learning model based on Convolutional Neural Networks (CNNs) to detect ships in the satellite images. Satellite imagery are critical in many applications such as defense, agriculture, surveillance and intelligence. This project aims at detecting large vessels (ships) in sea from satellite images using Artificial Intelligence. This project is an introductory project for beginners in deep learning and computer vision.

개발할 기술

Deep LearningArtificial Intelligence (AI)Machine LearningPython ProgrammingComputer Vision

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Understand the Problem Statement and Business Case

  2. Import Libraries and Datasets

  3. Perform Data Visualization

  4. Perform Image Augmentation

  5. Understand the Theory and Intuition Behind Deep Neural Networks

  6. Build a Deep Neural Network

  7. Train a Deep Neural Network

  8. Assess Trained Network Performance

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

검토

DEEP LEARNING 101: DETECTING SHIPS FROM SATELLITE IMAGERY의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.