Die Teilnehmer lernen die Prinzipien von Convolutional Neural Networks kennen, analysieren Bilddaten, wenden Vorverarbeitungstechniken an, generieren Einbettungen von Gesichtern und evaluieren Erkennungsmodelle für die Bereitstellung in der Praxis. Dieser praxisorientierte Kurs führt die Teilnehmer durch die gesamte Entwicklung einer fortgeschrittenen Gesichtserkennungsanwendung mit Keras. Beginnend mit den Grundlagen von CNNs und der Bildvorverarbeitung erfahren die Teilnehmer, wie sie ihre Systeme konfigurieren, Gesichter mit MTCNN erkennen und Merkmale mit Bounding Boxes und Keypoints hervorheben. Der Kurs geht dann über in die Organisation von Datensätzen, die Erzeugung von Einbettungen mit FaceNet und die Konstruktion von robusten Klassifikatoren zur Erkennung individueller Identitäten. Nach Abschluss des Kurses haben die Teilnehmer praktische Erfahrung mit Gesichtsdetektions- und -erkennungspipelines, die eine Bridge zwischen Theorie und Implementierung bilden. Sie erlangen die Fähigkeit, skalierbare Computer-Vision-Anwendungen zu entwickeln, eine sehr gefragte Fähigkeit in den Bereichen Künstliche Intelligenz und Deep Learning. Was diesen Kurs einzigartig macht, ist sein durchgängiger, projektbasierter Ansatz: Anstatt sich auf isolierte Konzepte zu konzentrieren, bauen die Lernenden ein voll funktionsfähiges System auf, das die Beherrschung sowohl grundlegender Techniken als auch fortgeschrittener Bereitstellungsstrategien gewährleistet.