Hubungi Kami

Kerangka Materi

Pengantar Pengolahan Citra Komputer

  • Gambaran umum penerapan pengolahan citra komputer
  • Memahami jenis data gambar beserta formatnya
  • Tantangan utama dalam penyelesaian tugas-tugas pengolahan citra

Pengantar Jaringan Saraf Konvolusional (CNN)

  • Apa itu CNN?
  • Struktur arsitekturnya: lapisan konvolusi, proses pooling, serta lapisan fully connected
  • Penggunaan CNN dalam tugas-tugas pengolahan citra komputer

Praktik Langsung Menggunakan TensorFlow dan Google Colab

  • Pengaturan lingkungan kerja di Google Colab
  • Pemanfaatan TensorFlow dalam pembuatan model
  • Membangun model CNN sederhana dengan menggunakan TensorFlow

Teknik-Teknik Lanjutan pada Model CNN

  • Konsep pembelajaran transfer dalam konteks model CNN
  • Proses penyesuaian halus terhadap model yang telah dilatih sebelumnya
  • Teknik augmentasi data guna meningkatkan performa model

Praproses dan Augmentasi Data Gambar

  • Teknik praproses gambar: penskalaan, normalisasi, dan sebagainya
  • Penerapan teknik augmentasi data untuk optimalisasi pelatihan model
  • Penggunaan alur kerja pemrosesan data gambar dari TensorFlow

Pembuatan dan Penerapan Model Pengolahan Citra Komputer

  • Pelatihan model CNN untuk tugas pengklasifikasian gambar
  • Evaluasi serta verifikasi performa model yang telah dibangun
  • Proses penerapan model tersebut ke dalam lingkungan produksi

Pemanfaatan Praktis Pengolahan Citra Komputer

  • Contoh penggunaan pengolahan citra dalam bidang kesehatan, ritel, serta keamanan
  • Penerapan kemampuan deteksi dan pengenalan objek berbasis AI
  • Pemanfaatan model CNN dalam tugas pengenalan wajah serta gerak tubuh

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pengalaman memprogram dengan Python
  • Pemahaman mengenai konsep-konsep pembelajaran mendalam
  • Pengetahuan dasar tentang jaringan saraf konvolusional (CNN)

Target Peserta

  • Para ahli data
  • Praktisi kecerdasan buatan
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait