آموزش آشنایی با بینایی ماشین (Computer Vision) - آخرین آپدیت

دانلود Introduction to Computer Vision

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره آشنایی با بینایی ماشین، یادگیرندگان را با الگوریتم‌ها و متدهای ضروری برای کمک به کامپیوترها جهت «دیدن» و تفسیر داده‌های بصری آشنا می‌کند. شما ابتدا مفاهیم و تکنیک‌های محوری را می‌آموزید که به‌طور سنتی برای تحلیل تصاویر استفاده شده‌اند. سپس، متدهای مدرن یادگیری عمیق مانند شبکه‌های عصبی و مدل‌های تخصصی طراحی شده برای تشخیص تصویر و نحوه استفاده از آن‌ها برای انجام وظایف پیچیده‌تر مانند تشخیص اشیاء (Object Detection) و قطعه‌بندی تصویر (Image Segmentation) را فرا خواهید گرفت. علاوه بر این، با نحوه ایجاد و تاثیر تصاویر و ویدئوهای تولید شده توسط هوش مصنوعی آشنا شده و ملاحظات اخلاقی این فناوری را بررسی خواهید کرد. این دوره می‌تواند به عنوان بخشی از مدارک کارشناسی ارشد علوم داده یا علوم کامپیوتر دانشگاه CU Boulder در پلتفرم کورسرا برای دریافت اعتبار تحصیلی گذرانده شود. این مدارک تحصیلات تکمیلی کاملاً معتبر، دوره‌های هدفمند، جلسات کوتاه ۸ هفته‌ای و شهریه پرداخت‌به‌ازای-استفاده ارائه می‌دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه تاریخچه تحصیلی. مدارک CU در کورسرا برای فارغ‌التحصیلان جدید یا متخصصان شاغل ایده‌آل است. بیشتر بدانید: کارشناسی ارشد علوم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

سرفصل ها و درس ها

تصویر، تابع و تبدیل Image, Function, and Transform

  • آشنایی با مدرس Meet Your Instructor

  • مرور کلی تصویر Image Overview

  • آرایه و ماتریس تصویر Image Array & Matrix

  • تصویر باینری و آرایه بایت Binary Image & Byte Array

  • تصویر Double Double Image

  • تصویر RGB RGB Image

  • نمایشگر LED LED Display

  • تصویر بایتی 32x32 Byte Image 32x32

  • مقیاس خاکستری (Greyscale) Greyscale

  • تصویر RGB 32x32x3 RGB Image 32x32x3

  • نمایشگر LED 32x32 LED Display 32x32

  • تابع تصویر دوبعدی 2D Image Function

  • جمع تصاویر Add Images

  • مربع توپر Solid Square

  • جمع، معکوس و ضرب Add, Negate, and Multiply

  • چرخش محورها Flip Axes

  • ترکیب خطی Linear Combination

  • ماسک‌گذاری (Masking) Masking

  • مرجع مطلق Absolute Reference

  • مثال‌های تابع L1 و L2 L1 & L2 Function Examples

  • گوسی دوبعدی 2D Gaussian

  • فرمول آرایه‌ای Array Formula

  • پیکسل در مقابل تابع و نقاط Pixels vs. Function vs. Points

  • انتقال و مقیاس‌بندی با ترکیب خطی Translate and Scale by Linear Combination

  • ضرب ماتریسی Matrix Multiplication

  • ماتریس انتقال و مقیاس Translate and Scale Matrix

  • تبدیلات چندگانه Multiple Transformations

  • ماتریس دوران Rotation Matrix

  • خاصیت شرکت‌پذیری ضرب ماتریسی Matrix Multiplication Associativity

  • ضرب ماتریسی در اکسل Matrix Multiplication in Excel

  • تبدیل خطی Linear Transformation

  • مقیاس و انتقال در اکسل Scale and Translate in Excel

  • دوران و تبدیل‌های چندگانه Rotate and Multiple Transformations

  • ماتریس تبدیل پیش‌ضرب شده Pre-multiplied Transformation Matrix

ویژگی و مقایسه Feature and Compare

  • جرم تصویر Image Mass

  • مرکز تصویر Image Center

  • گشتاور اول First Moment

  • گشتاور دوم Second Moment

  • گرادیان‌های تصویر Image Gradients

  • هیستوگرام تصویر Image Histogram

  • بچ تصویر، جرم و مرکز Image Batch, Mass, and Center

  • گشتاور اول در اکسل First Moment in Excel

  • گشتاور دوم در اکسل Second Moment in Excel

  • محاسبه گشتاور پارامتری Parameterized Moment Calculation

  • گرادیان تصویر در اکسل Image Gradient in Excel

  • هیستوگرام تصویر در اکسل Image Histogram in Excel

  • هیستوگرام گرادیان‌ها (HOG) Histogram of Gradients (HOG)

  • شباهت در مقابل فاصله Similarity vs. Distance

  • فاصله L1 و L2 L1 and L2 Distance

  • نرمال‌سازی L2 L2 Normalization

  • شباهت کسینوسی Cosine Similarity

  • آنتروپی متقاطع (Cross Entropy) Cross Entropy

  • فاصله L1 و L2 در اکسل L1 and L2 Distance in Excel

  • نرمال‌سازی L2 در اکسل L2 Normalization in Excel

  • نقشه فاصله L1 و L2 L1 and L2 Distance Map

  • شباهت کسینوسی و آنتروپی متقاطع در اکسل Cosine Similarity and Cross Entropy in Excel

  • مقایسه دو گروه Comparing Two Groups

فیلترهای یک‌بعدی و دوبعدی Filter 1D & 2D

  • مرور کلی و مقیاس Overview and Scale

  • پنجره لغزان و همبستگی متقاطع Sliding Window and Cross-Correlation

  • کانولوشن به صورت دستی Convolution by Hand

  • فیلتر لاپلاسین به صورت دستی Lapacian Filter by Hand

  • فیلتر جابجایی (Shift) به صورت دستی Shift Filter by Hand

  • توابع ReLU و Maxpool به صورت دستی ReLU & Maxpool by Hand

  • فیلتر مجموع و مقیاس Scale and Sum Filter

  • فیلترهای میانگین، لاپلاسین و جابجایی Mean, Lapacian, and Shift Filter

  • تشخیص در اکسل Detection in Excel

  • همبستگی متقاطع و کانولوشن Cross-Correlation and Convolution

  • فیلتر گوسی Gaussian Filter

  • فیلتر گوسی پارامتری Parameterized Gaussian Filter

  • توابع ReLU و Maxpool در اکسل ReLU & Maxpool in Excel

  • پنجره لغزان به صورت دستی Sliding Window by Hand

  • اتساع (Dilate) به صورت دستی Dilate by Hand

  • فرسایش (Erode) به صورت دستی Erode by Hand

  • همبستگی متقاطع برای فیلتر دوبعدی Cross-Correlation for Filter 2D

  • کانولوشن برای فیلتر دوبعدی Convolution for Filter 2D

  • فیلتر میانگین برای فیلتر دوبعدی Mean Filter for Filter 2D

  • پنجره لغزان در اکسل Sliding Window in Excel

  • اتساع در اکسل Dilate in Excel

  • فرسایش در اکسل Erode in Excel

  • فیلتر باز و بسته دوبعدی Open and Close Filter 2D

  • هموارسازی در اکسل Smoothing in Excel

  • فیلتر لاپلاسین در اکسل Lapacian Filter in Excel

  • فیلتر سوبل (Sobel) در اکسل Sobel Filter in Excel

دوربین و اپی‌پولار Camera and Epipolar

  • تصویر ارتوگرافیک (Orthographic Projection) Orthographic Projection

  • تبدیل جهان به دوربین World to Camera

  • تبدیل دوربین (3D) به پیکسل (2D) Camera (3D) to Pixel (2D)

  • ماتریس‌های داخلی و خارجی (Intrinsic & Extrinsic) Extrinsic & Intrinsic Matrix

  • انگیزه برای هندسه اپی‌پولار Motivation for Epipolar Geometry

  • اجزای اصلی هندسه اپی‌پولار Basic Components of Epipolar Geometry

  • محدودیت‌های اپی‌پولار Epipolar Constraints

  • استخراج معادله محدودیت اپی‌پولار Derive the Epipolar Constraint Equation

  • شیء در دنیای واقعی Object in the World

  • سیستم دوربین دوگانه Two Camera System

  • تبدیل پیکسل به جهان Pixel to World

  • خط اپی‌پولار Epipolar Line

  • تبدیل پیکسل‌ها به خطوط اپی‌پولار Pixels to Epipolar Lines

  • محدودیت‌های اپی‌پولار (دوربین) Epipolar Constraints (Camera)

  • ماتریس اساسی و بنیادین (Essential & Fundamental) Essential and Fundamental Matrix

نمایش نظرات

آموزش آشنایی با بینایی ماشین (Computer Vision)
جزییات دوره
16h 4m
98
(آخرین آپدیت)
8,824
4.3 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده