LEARNDO / HỌC QUA VIỆC LÀM
Mở một bài, làm theo ví dụ nhỏ, rồi thử trên dữ liệu của bạn. Giải thích vừa đủ để hiểu mình đang làm gì.
OCR · Đọc chữ từ ảnh / 14 phút đọc
Theo lộ trình ·
Trung cấp · Bắt đầu · Python cơ bản
Bạn sẽ dùng Tesseract và Python để đọc một dòng chữ trong ảnh. Từ kết quả đầu tiên, bạn xem lại ảnh đầu vào và cách chọn ngôn ngữ.
Mở bài hướng dẫnOCR · Đọc chữ từ ảnh / 14 phút đọc
Theo lộ trình ·
Trung cấp · Bắt đầu · Python cơ bản
Bạn sẽ làm rõ chữ và nền trước khi nhận dạng. So sánh kết quả giúp bạn thấy tiền xử lý có thể cải thiện hoặc làm giảm chất lượng đọc chữ.
Mở bài hướng dẫnOCR · Đọc chữ từ ảnh / 8 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành
OCR có thể đọc sai vì ảnh đầu vào quá mờ hoặc chữ gần trùng màu với nền. Trước khi thay mô hình, ta đo một vài dấu hiệu chất lượng ảnh.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ chọn ngưỡng tạo mặt nạ trên tập dùng để chọn mô hình. Sau khi chốt ngưỡng, bạn mới đánh giá trên tập kiểm tra riêng.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ tách các vùng liên thông, đo diện tích và thử bỏ vùng nhỏ. Hình so sánh cho thấy thao tác làm sạch có thể xóa cả vật thể thật.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ chia ảnh lớn thành các ô chồng lấn rồi ghép dự đoán. Bài giúp bạn kiểm tra độ phủ và giảm đường nối rõ ở mép ô.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ thử các cách tăng độ phân giải và nối lại đặc trưng từ nhánh mã hóa. Kiểm tra kích thước giúp tránh lệch vùng khi ghép tensor.
Mở bài hướng dẫnPhân đoạn ảnh / 28 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ xây dựng một U-Net nhỏ bằng PyTorch và huấn luyện trên dữ liệu minh họa. Bài giúp bạn theo dõi kích thước ảnh qua nhánh thu nhỏ và nhánh khôi phục.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ xử lý mặt nạ nhiều lớp và đánh dấu vùng cần bỏ qua. Bài giải thích cách loại vùng đó khỏi cả hàm mất mát lẫn chỉ số đánh giá.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ kiểm tra từng cặp ảnh và mặt nạ trước khi học. Bài giúp phát hiện sai kích thước, sai mã lớp và nhãn không khớp ảnh.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và NumPy
Bạn sẽ biến đổi ảnh và mặt nạ bằng cùng một phép xoay hoặc lật. Ví dụ giúp bạn giữ nhãn đúng vị trí và chọn cách nội suy phù hợp.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ so sánh hai cách tính mất mát BCE và Dice, rồi kết hợp chúng. Bài giúp bạn hiểu mỗi thành phần phản ứng thế nào với vùng vật thể nhỏ.
Mở bài hướng dẫn
