Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "U-Net Architektur" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 3)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 3)

Diese Aufgabe dient als Vertiefung zum Video "Pooling Layers in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 2)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 2)

Diese Aufgabe dient als Vertiefung zum Video "Pooling Layers in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 1)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 1)

Diese Aufgabe dient als Vertiefung zum Video "Pooling Layers in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 5)

Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 5)

Diese Aufgabe dient als Vertiefung zum Video "Wie werden CNNs trainiert?" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 4)

Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Wie werden CNNs trainiert?" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Wie werden CNNs trainiert?" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Wie werden CNNs trainiert?" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Wie werden CNNs trainiert?" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Fallbeispiel und Pipeline für Bildsegmentierung" aus der Sektion “Bildklassifikation und

Interaktion: Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Fallbeispiel und Pipeline für Bildsegmentierung" aus der Sektion “Bildklassifikation und

Sonstiges: F3 Jupyter Notebook: Bilderkennung mit CNNs

F3 Jupyter Notebook: Bilderkennung mit CNNs

Im Jupyter Notebook zum Thema „F3 Jupyter Notebook: Bilderkennung mit CNNs“ geht es darum, Objekte in Bildern zu klassifizieren, oder in anderen

Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation

Video: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (MP4)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (MP4)

Bei der Bildsegmentierung wird für jedes Bild eine Maske, also ein Bild, erstellt, in dem nur Regionen markiert werden, die das interessierende Objekt

Kurs: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (PDF)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (PDF)

Bei der Bildsegmentierung wird für jedes Bild eine Maske, also ein Bild, erstellt, in dem nur Regionen markiert werden, die das interessierende Objekt

Sonstiges: F1 Jupyter Notebook: Predictive Maintenance

F1 Jupyter Notebook: Predictive Maintenance

Im Jupyter Notebook zum Thema „F1 Jupyter Notebook: Predictive Maintenance“ geht es darum, anhand von Sensordaten vorherzusagen, welche Komponenten

Als Anwendung installieren

Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.

Abbrechen