آموزش دوربین خودرو [اعمال بینایی کامپیوتر، یادگیری عمیق] - 1

Automotive Camera [Apply Computer vision, Deep learning] - 1

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: ADAS، رانندگی خودمختار، تشکیل تصویر، کالیبراسیون، تشخیص اشیا، طبقه‌بندی، ردیابی چند شی، مبانی پایتون ADAS (سیستم‌های کمک راننده پیشرفته) و رانندگی خودکار درک نیاز و نقش دوربین در ADAS و AD درک اصطلاحات مختلف در مورد پین دوربین دوربین مدل حفره، مفهوم پرسپکتیو پروجکشن و استخراج معادلات همگن برای دوربین مفاهیم ماتریس کالیبراسیون دوربین بیرونی و درونی درک اجمالی فرآیند انجام کالیبراسیون دوربین درونی و بیرونی مفاهیم طبقه‌بندی تصویر و محلی‌سازی تصویر مفاهیم مدل‌های تشخیص اشیا - از جمله پیشرفته‌ترین مدل‌ها R-CNN، Fast R-CNN، R-CNN سریعتر، YOLOv3 و SSD تقسیم بندی تصویر، نمونه و تقسیم بندی معنایی چیست و ماسک R-CNN مفهوم ردیابی چند شی، فیلتر کالمن، ارتباط داده و نحوه انجام MOT برای تصاویر دوربین پیش نیازها:کامپیوتر کار با اینترنت مبانی بینایی کامپیوتر و یادگیری عمیق ریاضیات پایه - ماتریس، بردار، احتمال، تبدیل و ... انگیزه یادگیری فعال

ادراک از محیط زیست گام بسیار مهم و مهمی در توسعه ADAS (سیستم های پیشرفته کمک راننده) و همچنین در رانندگی خودمختار است. سنسورهای اصلی که به طور گسترده پذیرفته شده و مورد استفاده قرار می گیرند شامل رادار، دوربین، LiDAR و اولتراسونیک می باشد.

این دوره بر حسگر دوربین تمرکز دارد. به طور خاص، با پیشرفت یادگیری عمیق همراه با بینایی کامپیوتر، رویکرد توسعه الگوریتم در زمینه دوربین در چند سال اخیر به شدت تغییر کرده است.

بسیاری از دانشجویان جدید و همچنین افرادی از رشته‌های دیگر می‌خواهند در مورد این فناوری بیاموزند زیرا زمینه توسعه و بازار کار زیادی را فراهم می‌کند. همچنین دوره‌های زیادی برای آموزش برخی از موضوعات این توسعه وجود دارد، اما در بخش‌ها و تکه‌ها با هدف آموزش فقط مفهوم فردی.

در چنین شرایطی، حتی اگر کسی درک کند که یک مفهوم خاص چگونه کار می کند، برای شخص دشوار است که به درستی در قالب ماژول نرم افزار قرار گیرد و همچنین بتواند نرم افزار کاملی را از ابتدا تا انتها توسعه دهد که واقعاً در شرکت ها مورد تقاضا است.

این مجموعه که شامل 2 دوره است - به صورت سیستماتیک طراحی شده است، به طوری که در پایان مجموعه (2 دوره)، شما آماده خواهید بود تا بدون تردید و با اطمینان، هر گونه نرم افزار کامل مبتنی بر ادراک را توسعه دهید. .


دوره 1 مطالب زیر را به شما آموزش می دهد (این دوره)

1. مبانی ADAS و فناوری رانندگی خودران با مثال

2. درک مختصری درباره حسگرها - رادار، دوربین، لیدار، اولتراسونیک، GPS، GNSS، IMU برای رانندگی خودکار

3. نقش دوربین در جزئیات و همچنین اصطلاحات مختلف مرتبط با دوربین - حسگر تصویر، اندازه سنسور، پیکسل، AFoV، وضوح، رابط های دیجیتال، سیستم مختصات ego و سنسور و غیره.

4. مدل دوربین سوراخ پین، مفهوم مشتق شده ماتریس کالیبراسیون دوربین درونی و بیرونی

5. مفهوم طبقه‌بندی تصویر، محلی‌سازی تصویر، تشخیص اشیا درک بسیاری از مدل‌های پیشرفته یادگیری عمیق مانند R-CNN، Fast R-CNN، سریع‌تر R-CNN، YOLOv3، SSD، Mark R-CNN، و غیره.

6. مفهوم ردیابی شیء (ردیابی چند شیء تک شی) به طور کلی، مفهوم ارتباط داده، ردیابی مبتنی بر فیلتر کالمن، معادلات فیلتر کالمن

7. نحوه ردیابی چندین شیء در صفحه تصویر دوربین.

8. مرجع اضافی - فهرست کتابها، مقالات فنی و پیوندهای وب

9. امتحان


دوره 2 محتوای زیر را به شما آموزش می دهد (این دوره نیست، برای ثبت نام به طور جداگانه در دسترس است)

(دوره 2 چند هفته دیگر در این پلتفرم خواهد بود)


1. توسعه گام به گام خط لوله درک دوربین با استفاده از Python 3.x و UML

2. معرفی مجموعه داده عمومی برای استفاده از دوره و بینش همان.

3. طراحی نرم افزار مبتنی بر UML (با استفاده از نمودار کلاس) در پایتون با برنامه نویسی شی گرا.

5. پیاده سازی کلاس های پایتون برای خواندن و پردازش تصاویر،

4. پیاده‌سازی طبقه‌بندی تشخیص اشیا با استفاده از مدل‌های پیشرفته (از پیش آموزش‌دیده) (YOLOv3، SSD، Mask R-CNN)

5. ردیابی چند شیء وسایل نقلیه مختلف و کاربران جاده را با استفاده از فیلتر کالمن در صفحه تصویر اجرا کنید.

6. توسعه کد جداگانه برای تجسم و صادر کردن لیست اشیا و ردیابی لیست اشیا به فایل های JSON با استفاده از پایتون.

7. مرجع اضافی - فهرست کتابها، مقالات فنی و پیوندهای وب

8. (اختیاری) تکلیف


[پیشنهاد]:


  • کسانی که می خواهند فقط مفاهیم را یاد بگیرند و بفهمند، فقط می توانند دوره 1 را بگذرانند.

  • کسانی که می‌خواهند مفاهیم را یاد بگیرند و درک کنند و همچنین می‌خواهند آن مفاهیم را بدانند و/یا برنامه‌نویسی کنند، باید هم دوره 1 و هم دوره 2 را بگذرانند. به شدت توصیه می‌شود دوره 1 را قبل از شروع دوره 2 تکمیل کنند.

    >




سرفصل ها و درس ها

معرفی Introduction

  • مقدمه دوره Introduction to Course

دوربین در برنامه ADAS و رانندگی خودکار Camera in ADAS & Autonomous Driving Application

  • مقدمه Intro

  • ADAS چیست؟ What is ADAS ?

  • رانندگی خودمختار چیست؟ What is Autonomous Driving ?

  • نقش سنسورهای مختلف در ADAS و AD - قسمت 1 Role of Different Sensors in ADAS and AD - Part 1

  • نقش سنسورهای مختلف در ADAS و AD - قسمت 2 Role of Different Sensors in ADAS and AD - Part 2

  • کاربردهای دوربین در ADAS و رانندگی خودکار Camera Applications in ADAS & Autonomous Driving

  • برخی از اصطلاحات برای دانستن - قسمت 1 Some terms to know - Part 1

  • برخی از اصطلاحات برای دانستن - قسمت 2a Some terms to know - Part 2a

  • برخی از اصطلاحات برای دانستن - قسمت 2b Some terms to know - Part 2b

  • Outro Outro

  • امتحان Quiz

شکل گیری و کالیبراسیون تصویر دوربین Camera Image Formation and Calibration

  • مقدمه Intro

  • مبانی دوربین - قسمت 1 Basics of Camera - Part 1

  • مبانی دوربین - قسمت 2 Basics of Camera - Part 2

  • مبانی دوربین - قسمت 3 Basics of Camera - Part 3

  • درک کالیبراسیون دوربین - قسمت 1 Understanding Calibration of Camera - Part 1

  • درک کالیبراسیون دوربین - قسمت 2 Understanding Calibration of Camera - Part 2

طبقه بندی تصویر، محلی سازی، تقسیم بندی و تشخیص اشیا Image classfication, Localization, segmentation and Object detection

  • مفهوم - طبقه بندی اشیاء در تصویر Concept - Object Classification in Image

  • مفهوم - محلی سازی شی در تصویر Concept - Object Localization in Image

  • مفهوم - تشخیص شی در تصویر Concept - Object Detection in Image

  • مفهوم - آشکارسازهای شی RCNN، سریع R-CNN، سریعتر R-CNN Concept - RCNN, Fast R-CNN, Faster R-CNN Object detectors

  • مفهوم - YOLO (شما فقط یک بار نگاه می کنید) - قسمت 1 Concept - YOLO (You Only Look Once) - Part 1

  • مفهوم - YOLO (شما فقط یک بار نگاه می کنید) - قسمت 2 Concept - YOLO (You Only Look Once) - Part 2

  • مفهوم - YOLO (شما فقط یک بار نگاه می کنید) - قسمت 3 Concept - YOLO (You Only Look Once) - Part 3

  • مفهوم - SSD (Single Shot Detector) Object Detector Concept - SSD (Single Shot Detector) Object Detector

  • مفهوم - تقسیم بندی تصویر Concept - Image segmentation

  • مفهوم - ماسک R-CNN Concept - Mask R-CNN

مفهوم ردیابی چند شیء برای تصاویر دوربین Concept of Multi Object Tracking for camera images

  • مفهوم - ردیابی چند شی - قسمت 1 Concept - Multi Object Tracking - Part 1

  • مفهوم - ردیابی چند شی - قسمت 2 Concept - Multi Object Tracking - Part 2

  • مفهوم - ردیابی چند شی - قسمت 3 Concept - Multi Object Tracking - Part 3

  • مفهوم - ردیابی چند شی - قسمت 4 Concept - Multi Object Tracking - Part 4

  • مفهوم - ردیابی چند شی - قسمت 5 Concept - Multi Object Tracking - Part 5

  • Concept - Multi Object Tracking - قسمت 6 Concept - Multi Object Tracking - Part 6

  • خط لوله درک کامل دوربین Complete Camera Perception Pipeline

  • Outro Outro

  • امتحان Quiz

بسته شدن Wrap up

  • آنچه در دوره 2 این مجموعه خواهید آموخت What will you learn in Course 2 of this series

  • تبریک می گویم Congratulations

  • مراجع اضافی Additional References

  • [اختیاری] فعالیت ها [optional] Activities

  • دوره های دیگر من در دامنه ADAS/AD My other Courses in ADAS/AD Domain

نمایش نظرات

آموزش دوربین خودرو [اعمال بینایی کامپیوتر، یادگیری عمیق] - 1
جزییات دوره
8.5 hours
40
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,025
4.6 از 5
دارد
دارد
دارد
Suchit Kr
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Suchit Kr Suchit Kr

مهندس