In this 2-hour long guided project, we will use a ResNet-18 model and train it on a COVID-19 Radiography dataset. This dataset has nearly 3000 Chest X-Ray scans which are categorized in three classes - Normal, Viral Pneumonia and COVID-19. Our objective in this project is to create an image classification model that can predict Chest X-Ray scans that belong to one of the three classes with a reasonably high accuracy. Please note that this dataset, and the model that we train in the project, can not be used to diagnose COVID-19 or Viral Pneumonia. We are only using this data for educational purpose.
Detecting COVID-19 with Chest X-Ray using PyTorch
Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.
Detecting COVID-19 with Chest X-Ray using PyTorch
Dozent: Amit Yadav
14.037 bereits angemeldet
Bei enthalten
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
4.5
(340 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
2 hours
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Create custom Dataset and DataLoader in PyTorch
Train a ResNet-18 model in PyTorch to perform Image Classification
Kompetenzen, die Sie festigen
- Kategorie: Image Analysis
- Kategorie: Convolutional Neural Networks
- Kategorie: Computer Vision
- Kategorie: Data Preprocessing
- Kategorie: Predictive Modeling
- Kategorie: Deep Learning
- Kategorie: Transfer Learning
- Kategorie: Data Transformation
- Kategorie: Machine Learning
- Kategorie: Medical Imaging
- Kategorie: Model Training
- Kategorie: Radiology
Tools, die Sie verwenden werden
- Kategorie: PyTorch (Machine Learning Library)
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Keine Downloads oder Installation erforderlich
Nur als Desktop-Version verfügbar
Praktisches Lernen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien
Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Introduction
Importing Libraries
Creating Custom Dataset
Image Transformations
Prepare DataLoader
Data Visualization
Creating the Model
Training the Model
Final Results
Empfohlene Erfahrung
Prior programming experience in Python. Theoretical knowledge of Convolutional Neural Networks, and gradient descent.
9 Projektbilder
Dozent
12 Kurse213.948 Lernende
von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
- 5 stars
68,23 %
- 4 stars
20,88 %
- 3 stars
7,05 %
- 2 stars
1,47 %
- 1 star
2,35 %
Zeigt 3 von 340 an
TS
Geprüft am 27. Aug. 2020
It's a nice project, but I think more explanation about the concepts (ex- imagenet dataset, restnet18 model, etc.) must be provided to make the understanding more clearer.
EK
Geprüft am 5. Okt. 2020
Excellent course.My special thanks goes to Coursera and course supervisor
ID
Geprüft am 22. Aug. 2020
Lecturer needs to let students know how to access dataset and code from in the beginning of the video lecture. It was hard to find code/ data download website
