Bab 1, Dasar-dasar Object Detection,
meletakkan fondasi yang kokoh tentang bagaimana sebuah model tidak hanya
mengenali, tetapi menemukan letak objek. Anda akan mempelajari arsitektur
berbasis region proposal lewat proyek menarik: mendeteksi dan
melokalisasi truk dan bus di dalam sebuah gambar lalu lintas.
Bab 2, Object Detection Lanjutan,
membuka wawasan Anda terkait kelemahan sistem berbasis region-proposal
di bab sebelumnya. Untuk mengatasinya, Anda akan mempelajari arsitektur super
cepat dan mutakhir seperti YOLO dan SSD. Anda akan mengimplementasikan semua
arsitektur ini pada dataset truk/bus yang sama untuk membandingkan
kinerjanya.
Bab 3, Image Segmentation, melanjutkan
evolusi pembelajaran kita untuk membangun model yang bisa membedakan piksel
secara presisi (bukan sekadar kotak pembatas). Anda akan melatih model untuk
menargetkan kelas dan instance objek, baik pada gambar jalanan maupun
lingkungan dalam rumah.
Bab 4, Aplikasi Object Detection dan Segmentation, merangkum ilmu dari bab-bab sebelumnya dan mengaplikasikannya ke
dalam barisan kode singkat yang kuat. Mulai dari implementasi model penghitung
kerumunan manusia (human crowd counting), image colorization, 3D
object detection, hingga mendeteksi aksi/gerakan pada sebuah video (action
recognition).
Bab 5, Autoencoders dan Manipulasi Gambar, membuka gerbang
ke ranah modifikasi gambar. Anda akan mempelajari berbagai autoencoder
untuk mengompresi hingga menciptakan gambar baru (generation). Anda juga
akan berkenalan dengan adversarial attacks yang digunakan untuk menipu
model, menerapkan neural style transfer, dan memuncaki bab ini dengan
membangun autoencoder pembuat gambar deep fake.
Bab 6, Image Generation Menggunakan GANs,
mengajak Anda menyelam lebih dalam pada mekanisme Generative Adversarial
Networks (GANs). Bersiaplah, karena Anda akan memproduksi gambar wajah
buatan yang tampak sangat nyata dan menciptakan visual-visual menarik
menggunakan GANs.
Bab 7, GANs Lanjutan untuk Manipulasi Gambar, membawa level manipulasi gambar Anda ke titik ekstrem. Anda akan
mengonversi objek dari satu kelas ke kelas lain, menyulap sebuah sketsa menjadi
gambar utuh, hingga memanipulasi gambar kustom ke dalam sebuah style
yang spesifik. Kombinasi autoencoders dan GANs akan menjadi senjata
utama Anda di sini.
Penulis:
Dr. Phil. Dony Novaliendry, S. Kom., M. Kom
Tebal Halaman: 366
