لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پایتون برای بینایی کامپیوتر با OpenCV و یادگیری عمیق
Python for Computer Vision with OpenCV and Deep Learning
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
جدیدترین تکنیک های بینایی کامپیوتر را با پایتون، OpenCV و Deep Learning بیاموزید! درک اصول اولیه NumPy دستکاری و باز کردن تصاویر با NumPy استفاده از OpenCV برای کار با فایل های تصویری استفاده از Python و OpenCV برای رسم اشکال روی تصاویر و ویدیوها انجام دستکاری تصویر با OpenCV، از جمله صاف کردن، محو کردن، آستانه گذاری، و عملیات مورفولوژیکی. ایجاد هیستوگرام رنگی با OpenCV باز کردن و پخش ویدئو با Python و OpenCV Detect Objectها، از جمله تکنیکهای تشخیص گوشه، لبه، و شبکه با OpenCV و Python. ایجاد تصاویر بخشهای نرمافزار تشخیص چهره با الگوریتم Watershed ردیابی اشیاء در ویدئو از Python و Deep Learning برای ساختن استفاده کنید. طبقهبندیکنندههای تصویر با Tensorflow، Keras و Python کار کنید تا تصاویر سفارشی خود را آموزش دهید. پیش نیازها: اگر می خواهید محتوای پخش ویدیو را یاد بگیرید باید درک واضحی از Python Basics ویندوز 10 یا MacOS یا Ubuntu داشته باشید.
به دوره آنلاین نهایی Python for Computer Vision خوش آمدید!
این دوره بهترین منبع شما برای یادگیری نحوه استفاده از زبان برنامه نویسی پایتون برای Computer Vision است.
ما نحوه استفاده از Python و کتابخانه OpenCV (Open Computer Vision) را برای تجزیه و تحلیل تصاویر و داده های ویدئویی بررسی خواهیم کرد.
محبوبترین پلتفرمهای جهان مقادیری از دادههای تصویری و ویدیویی را تولید میکنند. کاربران در هر 60 ثانیه بیش از 300 ساعت ویدیو را در یوتیوب آپلود می کنند، مشترکین نتفلیکس بیش از 80000 ساعت ویدیو را پخش می کنند و کاربران اینستاگرام بیش از 2 میلیون عکس را می پسندند! اکنون بیش از هر زمان دیگری برای توسعه دهندگان لازم است تا مهارت های لازم را برای کار با داده های تصویری و ویدیویی با استفاده از بینایی رایانه به دست آورند.
بینایی رایانه به ما امکان تجزیه و تحلیل و استفاده از دادههای تصویری و ویدیویی را با برنامههای کاربردی در صنایع مختلف، از جمله اتومبیلهای خودران، برنامههای شبکه اجتماعی، تشخیصهای پزشکی و بسیاری موارد دیگر میدهد.
بهعنوان سریعترین زبان در حال رشد در محبوبیت، پایتون برای استفاده از قدرت کتابخانههای بینایی رایانهای موجود برای یادگیری از همه این دادههای تصویری و ویدیویی مناسب است.
در این دوره ما هر آنچه را که برای تبدیل شدن به یک متخصص در بینایی کامپیوتر باید بدانید را به شما آموزش خواهیم داد! این صنعت 20 میلیارد دلاری یکی از مهم ترین بازارهای کار در سال های آینده خواهد بود.
ما دوره را با یادگیری در مورد پردازش عددی با کتابخانه NumPy و نحوه باز کردن و دستکاری تصاویر با NumPy آغاز خواهیم کرد. سپس به استفاده از کتابخانه OpenCV برای باز کردن و کار با اصول اولیه تصویر ادامه خواهد داد. سپس شروع به درک نحوه پردازش تصاویر و اعمال انواع افکتها، از جمله نگاشت رنگ، ترکیب، آستانه، گرادیان و موارد دیگر خواهیم کرد.
سپس به درک اصول اولیه ویدیو با OpenCV میپردازیم، از جمله کار با پخش ویدیو از وبکم. پس از آن، در مورد موضوعات ویدئویی مستقیم، مانند جریان نوری و تشخیص اشیا، یاد خواهیم گرفت. از جمله تشخیص چهره و ردیابی شی.
سپس به بخش کامل دوره اختصاص داده شده به جدیدترین موضوعات یادگیری عمیق، از جمله تشخیص تصویر و طبقه بندی تصاویر سفارشی می رویم. ما حتی جدیدترین شبکههای یادگیری عمیق، از جمله شبکه یادگیری عمیق YOLO (فقط یک بار نگاه میکنید) را پوشش خواهیم داد.
این دوره همه اینها و موارد دیگر را پوشش می دهد، از جمله موضوعات زیر:
NumPy
تصاویر با NumPy
مبانی تصویر و ویدئو با NumPy
نگاشتهای رنگی
ترکیب و چسباندن تصاویر
آستانه تصویر
تاری و صاف کردن
عملگرهای مورفولوژیکی
شیب ها
هیستوگرام
استریم ویدئو با OpenCV
تشخیص شی
تطابق الگو
تشخیص گوشه، لبه و شبکه
تشخیص کانتور
تطبیق ویژگی
الگوریتم WaterShed
تشخیص چهره
ردیابی شی
جریان نوری
یادگیری عمیق با Keras
Keras and Convolutional Networks
شبکه های یادگیری عمیق سفارشی شده
شبکه های پیشرفته YOLO
و خیلی بیشتر!
در صورت داشتن هرگونه سوال در مورد دوره، می توانید در Udemy به من پیام دهید!
از اینکه صفحه دوره را بررسی کردید متشکرم، و امیدوارم شما را در داخل ببینم!
ژوزه
سرفصل ها و درس ها
نمای کلی و مقدمه دوره
Course Overview and Introduction
نمایش نظرات