🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش بینایی کامپیوتر مدرن با OpenCV 2025
- آخرین آپدیت
دانلود Modern Computer Vision with OpenCV 2025
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
یادگیری بینایی کامپیوتر مدرن با OpenCV: تشخیص و ردیابی اشیاء سفارشی با YOLO11 و YOLOv5 و ساخت برنامههای کاربردی وب با OpenCV و Streamlit
به دوره "بینایی کامپیوتر مدرن با OpenCV" خوش آمدید! این دوره با مبانی OpenCV آغاز میشود، جایی که شما توابع مختلف را یاد میگیرید و برنامههای کاربردی متنوعی ایجاد میکنید. سپس به پروژههای پیشرفتهتر از جمله ریاضی با حرکات با استفاده از هوش مصنوعی، ساخت یک چرخ گردونه کنترل شده با حرکت دست با OpenCV و MediaPipe و تخمین فاصله اشیاء با ML Depth Pro و YOLO11 میپردازیم. شما همچنین یک سیستم تحلیل تنیس و یک پیشبینی کننده ضربه توپ بیلیارد توسعه خواهید داد.
آنچه خواهید آموخت:
توابع OpenCV:
یادگیری نحوه خواندن تصاویر، فیلمها و فیدهای زنده وبکم با استفاده از OpenCV.
کاوش در توابع مختلف OpenCV، از جمله:
تبدیل یک تصویر به grayscale
Blur کردن یک تصویر
تشخیص لبهها در یک تصویر
انجام dilation و erosion روی تصاویر
Cropping و تغییر اندازه تصاویر
رسم اشکال (خطوط، مستطیلها، دایرهها) و افزودن متن
Warping perspective
تشخیص contours و shapes
علاوه بر این، برنامههای کاربردی هوش مصنوعی را با OpenCV ایجاد کنید، مانند یک اسکنر اسناد.
ریاضی با حرکات با استفاده از هوش مصنوعی:
از دست خود برای ایجاد نقاشیهایی استفاده کنید که توسط یک مدل هوش مصنوعی برای حل مسائل ریاضی پردازش میشوند.
از مدل هوش مصنوعی در مورد نقاشیها سؤال بپرسید.
چرخ گردونه کنترل شده با حرکت دست در زمان واقعی با OpenCV و MediaPipe:
یاد بگیرید چگونه یک چرخ گردونه کنترل شده با حرکت دست در زمان واقعی با استفاده از کتابخانههای OpenCV و MediaPipe ایجاد کنید.
تخمین فاصله واقعی تا اشیاء با ML Depth Pro و YOLO11:
یاد بگیرید چگونه فاصلههای واقعی تا اشیاء را با استفاده از Depth Pro و YOLO11 تخمین بزنید.
ساخت یک سیستم تحلیل تنیس:
یاد بگیرید چگونه یک سیستم تحلیل تنیس را از ابتدا ایجاد کنید، از جمله:
تشخیص و ردیابی بازیکنان و توپ تنیس
تشخیص keypoint های زمین برای دانستن موقعیت بازیکنان نسبت به زمین
ایجاد یک Mini Court و پیاده سازی حرکات بازیکن و توپ تنیس در آن
اندازه گیری سرعت بازیکن و شوت
پیشبینی کننده ضربه توپ بیلیارد با OpenCV
ساخت یک پیشبینی کننده ضربه توپ بیلیارد که از هندسه و طرحریزی برداری برای پیشبینی اینکه آیا یک توپ وارد پاکت خواهد شد استفاده میکند.
اعمال تکنیکهای پیشرفته پردازش تصویر، مانند thresholding، تشخیص خط و تجزیه و تحلیل کانتور.
شمارنده افراد (ورود و خروج) با استفاده از Ultralytics YOLO11
یاد بگیرید که چگونه یک شمارنده شی برای ردیابی افراد ورودی و خروجی با Ultralytics YOLO11 بسازید.
سرفصل ها و درس ها
نصبها - پایتون و PyCharm
Installations - Python and PyCharm
نصبها - پایتون و PyCharm
Installations - Python and PyCharm
شروع به کار با مبانی OpenCV
Getting Started with OpenCV Basics
خواندن تصاویر، ویدیوها و فیدهای زنده وبکم با استفاده از OpenCV
Reading Images, Videos, and Live Webcam Feeds Using OpenCV
توابع اصلی OpenCV
Basic OpenCV Functions
تغییر پرسپکتیو
Warp Perspective
نحوه ادغام تصاویر با OpenCV
How to Join Images Together with OpenCV
تشخیص رنگ در تصاویر با OpenCV: راهنمای گام به گام
Color Detection in Images with OpenCV: A Step-by-Step Guide
نحوه ترسیم کانتورها و تشخیص اشکال در تصاویر با استفاده از OpenCV
How to Draw Contours and Detect Shapes in Images Using OpenCV
نحوه ساخت یک اسکنر اسناد با استفاده از OpenCV
How to Build a Document Scanner Using OpenCV
پروژههای پیشرفته OpenCV
Advanced OpenCV Projects
دمو: ریاضی با حرکات با استفاده از هوش مصنوعی
Demo: Math with Gestures using AI
ردیابی دست با استفاده از MediaPipe
Hand Tracking using MediaPipe
ریاضی با حرکات با استفاده از هوش مصنوعی
Math with Gestures using AI
چرخ گردان کنترل شده با حرکت در زمان واقعی با OpenCV و MediaPipe
Real-Time Gesture-Controlled Spin Wheel with OpenCV & MediaPipe
تخمین فاصله واقعی تا اشیا با ML Depth Pro و YOLO11
Estimate Real Distance to Objects with ML Depth Pro and YOLO11
تخمین فاصله واقعی تا اشیا با ML Depth Pro و YOLO11
Estimate Real Distance to Objects with ML Depth Pro and YOLO11
ساخت سیستم تجزیه و تحلیل تنیس با YOLO، OpenCV و PyTorch
Build a Tennis Analysis System with YOLO, OpenCV and PyTorch
مقدمه
Introduction
تشخیص و ردیابی اشیا با YOLO11
Object Detection and Tracking with YOLO11
آموزش و تنظیم دقیق مدل YOLOv5 برای تشخیص توپ تنیس
Train and Fine-Tune the YOLOv5 Model for Tennis Ball Detection
آموزش یک مدل CNN برای تشخیص نقاط کلیدی زمین تنیس
Train a CNN Model to Detect Tennis Court Keypoints
تشخیص و ردیابی بازیکن با YOLO11
Player Detection and Tracking with YOLO11
تشخیص و ردیابی توپ تنیس با استفاده از YOLO11
Tennis Ball Detection and Tracking Using YOLO11
تشخیص نقاط کلیدی زمین تنیس
Detecting Tennis Court Keypoints
پر کردن تشخیصهای از دست رفته توپ تنیس با درون یابی Pandas
Filling Missing Tennis Ball Detections with Pandas Interpolation
انتخاب و فیلتر کردن بازیکنان: تشخیص نزدیکترین بازیکنان به نقاط کلیدی زمین
Choose and Filter Players: Detecting Closest Players to Court Keypoints
ایجاد یک زمین کوچک
Create a Mini Court
شناسایی شماره فریم ها زمانی که توپ تنیس زده شد
Identify Frame Numbers When the Tennis Ball Was Hit
پیاده سازی حرکت بازیکن و توپ در زمین کوچک
Implementing Player and Ball Movement on the Mini Court
محاسبه سرعت بازیکن و شوت برای تجزیه و تحلیل عملکرد
Calculating Player and Shot Speeds for Performance Analysis
توسعه یک پیش بینی کننده شوت بیلیارد با استفاده از OpenCV
Develop a Pool Shot Predictor using OpenCV
پیش بینی کننده شوت بیلیارد با استفاده از OpenCV
Pool Shot Predictor using OpenCV
شمارنده افراد (ورود و خروج) با استفاده از Ultralytics YOLO11
People Counter (Entering and Exiting) using Ultralytics YOLO11
شمارنده افراد (ورود و خروج) با استفاده از Ultralytics YOLO11
People Counter (Entering and Exiting) using Ultralytics YOLO11
ساخت سیستم تجزیه و تحلیل فوتبال با استفاده از YOLO و OpenCV
Build a Football Analysis System Using YOLO and OpenCV
ساخت سیستم تجزیه و تحلیل فوتبال با استفاده از YOLO و OpenCV
Building a Football Analysis System Using YOLO and OpenCV
YOLOE: تشخیص و بخشبندی اشیا در زمان واقعی بدون نیاز به آموزش قبلی
YOLOE: Real-Time Zero-Shot Object Detection and Segmentation Explained
YOLOE: تشخیص و بخشبندی اشیا در زمان واقعی بدون نیاز به آموزش قبلی | Visual Prompting
YOLOE: Real-Time Zero-Shot Object Detection and Segmentation | Visual Prompting
RF-DETR: مدل تشخیص اشیا در زمان واقعی SOTA
RF-DETR: SOTA Real-Time Object Detection Model
RF-DETR: تشخیص اشیا در زمان واقعی در تصاویر و ویدیوها | راهنمای گام به گام
RF-DETR: Real-Time Object Detection in Images and Videos | A Step-by-Step Guide
آموزش مدل تشخیص شی RF-DETR روی مجموعه داده سفارشی برای تشخیص چاله ها
Train RF-DETR Object Detection Model on Custom Dataset for Potholes Detection
نمایش نظرات