Fine-Tuning ViT Classifier for Retinal Image Detection - Part 2 (Español)
Offered By: The Machine Learning Engineer via YouTube
Course Description
Overview
Aprende a personalizar un Vision Transformer con tu propio conjunto de datos en este tutorial de 56 minutos, parte 2 de una serie de 4. Utiliza un modelo base pre-entrenado por Google y entrena un clasificador con datos propios. Trabaja con un subconjunto del conjunto de datos EyePacs llamado EyeQ para crear un modelo que detecte si una imagen corresponde a un ojo enfermo o no. Accede a los cuadernos de Jupyter en GitHub para seguir el proceso paso a paso y desarrollar habilidades prácticas en el ajuste fino de modelos de visión por computadora para aplicaciones médicas.
Syllabus
LLMOPS :Fine Tune ViT classifier Images de Retina. Detection Model (Español) #machinelearning
Taught by
The Machine Learning Engineer
Related Courses
Vision Transformers Explained + Fine-Tuning in PythonJames Briggs via YouTube ConvNeXt- A ConvNet for the 2020s - Paper Explained
Aleksa Gordić - The AI Epiphany via YouTube Do Vision Transformers See Like Convolutional Neural Networks - Paper Explained
Aleksa Gordić - The AI Epiphany via YouTube Stable Diffusion and Friends - High-Resolution Image Synthesis via Two-Stage Generative Models
HuggingFace via YouTube Intro to Dense Vectors for NLP and Vision
James Briggs via YouTube