Eğitimin Amacı ve Kapsamı
Transformer mimarisi bilgisayarlı görüde de standart hale geldi; ancak hangi durumda CNN, hangi durumda ViT tercih edileceği veri miktarına, çözünürlüğe ve donanıma bağlıdır. Program; patch embedding, positional encoding ve self-attention mekanizmasını görüntü bağlamında açıklar ve ViT, DeiT, Swin Transformer ve DINOv2'yi karşılaştırır.
Hugging Face Transformers ve timm ile fine-tuning, LoRA ile parametre verimli uyarlama, attention map görselleştirme ve inference maliyetinin optimizasyonu uygulamalı işlenir. Katılımcılar kendi görevleri için bir CNN-ViT karşılaştırma deneyi yürütür.
Kimler Katılmalı?
- CNN tabanlı modellerle çalışmış bilgisayarlı görü mühendisleri
- Model mimarisi seçiminden sorumlu yapay zeka uzmanları
- Araştırma ve ürün geliştirme ekiplerindeki veri bilimciler
- Ön koşul: PyTorch ve derin öğrenme temelleri
Kazanımlar
- Self-attention ve patch embedding mantığını açıklamak
- ViT, Swin ve DINOv2 arasında görev bazlı seçim yapmak
- Hugging Face ile bir ViT modelini fine-tuning ile uyarlamak
- LoRA ile düşük kaynakla parametre verimli eğitim yapmak
- Attention map'leri yorumlayıp model davranışını analiz etmek
Konular
Görüntüde Transformer Mantığı
- Patch embedding ve positional encoding
- Multi-head self-attention ve CLS token
ViT Ailesi ve Hiyerarşik Modeller
- ViT, DeiT ve distillation token
- Swin Transformer ve shifted window attention
Self-Supervised ViT'ler
- DINOv2 ve MAE ile ön eğitim
- Özellik çıkarımı ve linear probing
Fine-Tuning ve Parametre Verimli Uyarlama
- Hugging Face Transformers ve timm ile eğitim
- LoRA ve katman bazlı learning rate
CNN ile Karşılaştırma ve Üretim Kararları
- Veri miktarı, çözünürlük ve gecikme ödünleşimleri
- Attention map analizi ve inference optimizasyonu
Bu Kategorideki Diğer Eğitimler
-
PaddleOCR, Surya, LayoutLMv3 ve Donut ile belge ön işleme, metin tanıma, sayfa yerleşimi analizi ve tablo/form çıkarımı; fatura, sözleşme ve operasyonel dokümanlardan yapılandırılmış veri üretmek isteyen teknik ekipler için.
- Canlı Kurs
- 5 modül
-
RTSP video akışları, GStreamer/FFmpeg, gerçek zamanlı tespit, ByteTrack/BoT-SORT ile multi-object tracking, hız/yoğunluk analizi ve NVIDIA DeepStream; kamera ağlarından canlı operasyonel içgörü üretmek isteyen ekipler için.
- Canlı Kurs
- 5 modül
-
3D CNN (SlowFast, X3D), VideoMAE/TimeSformer ve iskelet tabanlı (MMPose, ST-GCN) modellerle insan hareketi, ergonomi ve anomali tespiti; iş güvenliği, üretim hattı ve davranış analizi geliştiren ekipler için.
- Canlı Kurs
- 5 modül
-
CLIP/SigLIP ile ortak embedding uzayı, Qwen2.5-VL, LLaVA ve InternVL mimarileri, görsel soru-cevap, multimodal RAG ve QLoRA ile fine-tuning; görüntü ve metni birlikte işleyen sistemler geliştiren mühendisler için.
- Canlı Kurs
- 5 modül
-
Üretim hatlarında yüzey kusuru tespiti, anomalib (PatchCore, PaDiM, EfficientAd) ile unsupervised anomali yakalama, endüstriyel kamera/aydınlatma seçimi ve PLC entegrasyonu; kalite ve üretim mühendisliği ekipleri için.
- Canlı Kurs
- 5 modül
-
Yatan hasta düşme önleme, yoğun bakım izleme, el hijyeni ve KKD uyumu, ameliyathane cerrahi alet sayımı ve KVKK uyumlu edge anonimleştirme; hastane dijital dönüşüm ve sağlık teknolojisi ekipleri için.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
