آموزش بینایی کامپیوتر با پایتون برای مبتدیان (نظری و پروژه‌ها) - آخرین آپدیت

دانلود Computer Vision in Python for Beginners (Theory & Projects)

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

یادگیری جامع بینایی کامپیوتر با پایتون: از صفر تا تخصص

بینایی کامپیوتر (CV) شاخه‌ای از علوم کامپیوتر است که به شبیه‌سازی قابلیت‌های سیستم بینایی انسان می‌پردازد. در این فرآیند، تصاویر و ویدیوهای دنیای واقعی گرفته، پردازش و تحلیل می‌شوند تا ماشین‌ها بتوانند اطلاعات مفید و کاربردی را از دنیای فیزیکی استخراج کنند.

تا همین اواخر، قابلیت‌های بینایی کامپیوتر محدود بود. اما به لطف نوآوری‌های اخیر در زمینه هوش مصنوعی (AI) و یادگیری عمیق (Deep Learning)، این حوزه پیشرفت چشمگیری داشته است. امروزه، بینایی کامپیوتر در بسیاری از وظایف روتین مرتبط با تشخیص و برچسب‌گذاری اشیاء از انسان پیشی گرفته است.

دوره آموزشی "تسلط بر بینایی کامپیوتر از ابتدا با پایتون" فرصتی بی‌نظیر برای یادگیری و تبدیل شدن به یک متخصص در این زمینه است. در این دوره، مفاهیم کلیدی بینایی کامپیوتر را خواهید آموخت و با فرآیند تصویربرداری دیجیتال و حوزه‌های کاربردی کلیدی CV آشنا خواهید شد. این دوره:

  • درک آسان

  • توصیفی

  • جامع

  • عملی با کدنویسی زنده

  • غنی از دانش به‌روز و پیشرفته

با وجود اینکه این دوره شامل تمام مفاهیم پایه‌ی بینایی کامپیوتر است، شما تشویق می‌شوید که فراتر از آنچه می‌آموزید، تجربه کسب کنید. درک شما از هر مفهوم در پایان هر بخش مورد سنجش قرار می‌گیرد. تکالیف، فعالیت‌ها و آزمون‌ها همراه با راه‌حل‌ها، یادگیری شما را ارزیابی خواهند کرد. بسیاری از این فعالیت‌ها بر کدنویسی متمرکز هستند تا شما را برای پیاده‌سازی آماده کنند.

دو پروژه عملی در بخش پایانی – "تشخیص تغییرات در دوربین‌های مدار بسته (Real-time)" و "دستگاه‌های DVR هوشمند (Real-time)" – مهم‌ترین بخش یادگیری این دوره را تشکیل می‌دهند. این پروژه‌ها به شما کمک می‌کنند تا مهارت‌های عملی خود را تقویت کنید. تکمیل موفقیت‌آمیز این دو پروژه، رزومه شما را غنی کرده و به شروع حرفه‌ی شما در حوزه بینایی کامپیوتر کمک شایانی خواهد کرد.

آموزش‌های این دوره در قالب بیش از 320 ویدئو همراه با نوت‌بوک‌های کدنویسی مفصل ارائه می‌شود. ویدئوها با کیفیت HD و مجموع زمان تقریبی آن‌ها بیش از 27 ساعت است.

اکنون بهترین زمان برای یادگیری بینایی کامپیوتر است. همین حالا با این دوره آموزشی بی‌نظیر شروع کنید!

یادگیری با ما لذت‌بخش است:

در این دوره از متدولوژی اثبات‌شده "یادگیری با انجام دادن" استفاده می‌کنیم. ابتدا علاقه یادگیرندگان را برمی‌انگیزیم. با مفاهیم پایه شروع کرده و بر درک شفاف هر مفهوم تمرکز می‌کنیم. توضیحات هر مفهوم تئوری با پیاده‌سازی عملی دنبال می‌شود. سپس شما را تشویق می‌کنیم که با آموخته‌های خود چیز جدیدی خلق کنید.

هدف ما این است که به شما کمک کنیم تا قبل از پرداختن به مفاهیم پیشرفته، بر مفاهیم پایه‌ای بینایی کامپیوتر مسلط شوید. محتوای دوره شامل ویدئوهای آنلاین، یادداشت‌های دوره، تمرین‌های عملی، پروژه‌ها، آزمون‌ها و جزوه‌ها است. ما پشتیبانی یادگیری را نیز برای شما فراهم می‌کنیم. در صورت داشتن هرگونه سوال، می‌توانید با تیم ما تماس بگیرید و ما در اسرع وقت پاسخگو خواهیم بود.

محتوای دوره:

این دوره جامع شامل موضوعات زیر است:

1. مقدمه

الف. معرفی

i. بینایی کامپیوتر چیست؟

2. تبدیل تصاویر (Image Transformations)

الف. مقدمه‌ای بر تصاویر

i. ساختار داده تصویر

ii. تصاویر رنگی

iii. تصاویر سیاه و سفید (Grayscale)

iv. فضاهای رنگی (Color Spaces)

v. تبدیل فضاهای رنگی در OpenCV

vi. بخش‌بندی تصویر با استفاده از تبدیل فضاهای رنگی

ب. تبدیل‌های هندسی دوبعدی (2D Geometric Transformations)

i. مقیاس‌دهی (Scaling)

ii. چرخش (Rotation)

iii. برش (Shear)

iv. انعکاس (Reflection)

v. انتقال (Translation)

vi. تبدیل آفین (Affine Transformation)

vii. هندسه پرسپکتیو (Projective Geometry)

viii. تبدیل آفین به صورت ماتریس

ix. کاربرد تجزیه مقادیر منفرد (SVD) (اختیاری)

x. تبدیل پرسپکتیو (Homography)

ج. تخمین تبدیل هندسی

i. تخمین تبدیل آفین

ii. تخمین هوموگرافی

iii. تبدیل خطی مستقیم (DLT)

iv. ساخت پانوراما با انتخاب دستی نقاط کلیدی

3. فیلتر تصویر و مورفولوژی (Image Filtering and Morphology)

الف. فیلتر تصویر

i. فیلتر پایین‌گذر (Low Pass Filter)

ii. فیلتر بالاگذر (High Pass Filter)

iii. فیلتر میان‌گذر (Band Pass Filter)

iv. هموارسازی تصویر (Image Smoothing)

v. افزایش وضوح تصویر (Image Sharpening)

vi. گرادیان تصویر (Image Gradients)

vii. فیلتر گاوسی (Gaussian Filter)

viii. مشتق گاوسی‌ها

ب. مورفولوژی

i. باینری‌سازی تصویر (Image Binarization)

ii. اتساع تصویر (Image Dilation)

iii. فرسایش تصویر (Image Erosion)

iv. نازک‌سازی و اسکلتی کردن تصویر (Image Thinning and Skeletonization)

v. باز کردن و بستن تصویر (Image Opening and Closing)

4. تشخیص شکل (Shape Detection)

الف. تشخیص لبه (Edge Detection)

i. تعریف لبه

ii. آشکارساز لبه ساده

iii. آشکارساز لبه Canny

1. محاسبات گرادیان کارآمد

2. سرکوب غیرحداکثری با استفاده از جهت‌های گرادیان

3. آستانه‌گذاری چند سطحی - آستانه‌گذاری هیسترزیس

ب. تشخیص اشکال هندسی

i. RANSAC

ii. تشخیص خط با RANSAC

iii. تشخیص چندین خط با RANSAC

iv. تشخیص دایره با RANSAC

v. تشخیص شکل پارامتریک با RANSAC

vi. تبدیل هاف (Hough Transform - HT)

vii. تشخیص خط با HT

viii. تشخیص چندین خط با HT

ix. تشخیص دایره با HT

x. تشخیص شکل پارامتریک با HT

xi. تخمین تبدیل آفین با RANSAC

xii. اشکال غیرپارامتریک و تبدیل هاف تعمیم‌یافته

5. تشخیص و تطابق نقاط کلیدی (Key Point Detection and Matching)

الف. تشخیص گوشه (Corner Detection)

i. تعریف گوشه

ii. آشکارساز گوشه ساده

iii. آشکارساز گوشه هریس (Harris Corner Detector)

1. جهت‌های پیوسته

2. تقریب تیلور

3. تانسور ساختار

4. تقریب واریانس

5. تشخیص در مقیاس‌های چندگانه

ب. پروژه: ساخت پانوراماهای خودکار

i. تشخیص خودکار نقاط کلیدی

ii. تعیین مقیاس

iii. تعیین جهت‌گیری

iv. استخراج ویژگی (Feature Extraction - SIFT)

v. تطابق ویژگی

vi. چسباندن تصاویر (Image Stitching)

6. حرکت (Motion)

الف. جریان نوری، جریان کلی (Optical Flow, Global Flow)

i. فرض ثبات روشنایی

ii. تقریب خطی

iii. روش لوکاس-کاناده (Lucas–Kanade Method)

iv. جریان کلی

v. بخش‌بندی حرکت (Motion Segmentation)

ب. ردیابی اشیاء (Object Tracking)

i. ردیابی مبتنی بر هیستوگرام

ii. ردیاب KLT

iii. ردیابی چندگانه اشیاء

iv. مقایسه ردیاب‌ها

7. تشخیص اشیاء (Object Detection)

الف. رویکردهای کلاسیک

i. پنجره لغزان (Sliding Window)

ii. فضای مقیاس (Scale Space)

iii. فضای چرخش (Rotation Space)

iv. محدودیت‌ها

ب. رویکردهای یادگیری عمیق

i. YOLO به عنوان مطالعه موردی

8. بینایی کامپیوتر سه‌بعدی (3D Computer Vision)

الف. بازسازی سه‌بعدی (3D Reconstruction)

i. پیکربندی دو دوربین

ii. تطابق نقاط کلیدی

iii. مثلث‌بندی و محاسبه ساختار

ب. کاربردها

i. ثبت حرکت (Mocap)

ii. انیمیشن‌های سه‌بعدی

9. پروژه‌ها

الف. تشخیص تغییرات در دوربین‌های CCTV (Real-time)

ب. دستگاه‌های DVR هوشمند (Real-time)

پس از اتمام موفقیت‌آمیز این دوره، شما قادر خواهید بود:

  • مفاهیم و تئوری‌های بینایی کامپیوتر را با مسائل دنیای واقعی مرتبط سازید.

  • هر پروژه‌ای که نیازمند دانش بینایی کامپیوتر است را از ابتدا پیاده‌سازی کنید.

  • جنبه‌های نظری و عملی مفاهیم بینایی کامپیوتر را بدانید.

این دوره برای چه کسانی مناسب است؟

  • مبتدیان مطلق که هیچ اطلاعی از بینایی کامپیوتر ندارند.

  • افرادی که می‌خواهند راه‌حل‌های هوشمند بسازند.

  • افرادی که مایلند بینایی کامپیوتر را با داده‌های واقعی بیاموزند.

  • افرادی که دوست دارند ابتدا تئوری را یاد بگیرند و سپس با پایتون آن را پیاده‌سازی کنند.

  • افرادی که می‌خواهند بینایی کامپیوتر را همراه با پیاده‌سازی آن در پروژه‌های واقع‌گرایانه بیاموزند.

  • دانشمندان داده (Data Scientists)

  • متخصصان یادگیری ماشین (Machine Learning Experts)

دنیای شگفت‌انگیز بینایی کامپیوتر را کشف کنید و اولین قدم خود را برای تبدیل شدن به یک متخصص در این زمینه بردارید.

همین حالا ثبت نام کنید و در سفری یادگیری که تئوری و پروژه‌های عملی را ترکیب می‌کند، گام بردارید. امروز بر بینایی کامپیوتر مسلط شوید!

کلمات کلیدی:

  1. پردازش تصویر (Image Processing)

  2. یادگیری عمیق برای بینایی کامپیوتر

  3. هوش مصنوعی در بینایی کامپیوتر

  4. مدل‌های یادگیری ماشین برای تحلیل تصویر

  5. تشخیص و شناسایی اشیاء (Object Detection and Recognition)

  6. فیلترینگ و بهبود تصویر (Image Filtering and Enhancement)

  7. الگوریتم‌های تشخیص شکل

  8. تکنیک‌های تشخیص و تطابق نقاط کلیدی

  9. جریان نوری و تحلیل حرکت (Optical Flow and Motion Analysis)

  10. بینایی کامپیوتر سه‌بعدی و بازسازی

  11. کاربردهای بینایی کامپیوتر در زمان واقعی (Real-time Computer Vision Applications)

  12. تشخیص تغییرات در دوربین‌های مدار بسته (Change Detection in CCTV)

  13. سیستم‌های DVR هوشمند (Smart DVR Systems)

  14. پروژه‌های بینایی کامپیوتر (Computer Vision Projects)

  15. بخش‌بندی تصویر (Image Segmentation)

  16. استخراج ویژگی در بینایی کامپیوتر (Feature Extraction in CV)

  17. آشکارساز گوشه هریس (Harris Corner Detector)

  18. تبدیل ویژگی‌های ناوردا در مقیاس (SIFT)

  19. الگوریتم RANSAC

  20. YOLO (You Only Look Once)

  21. بازسازی سه‌بعدی از تصاویر

  22. ساختار از حرکت (SfM)

  23. ثبت حرکت (Mocap)

  24. بینایی کامپیوتر برای انیمیشن سه‌بعدی

  25. بینایی کامپیوتر برای دانشمندان داده

  26. بینایی کامپیوتر برای متخصصان یادگیری ماشین


سرفصل ها و درس ها

مقدمه دوره و مدرس Introduction to Course and Instructor

  • چرا بینایی کامپیوتر Why Computer Vision

  • معرفی مدرس Introduction to Instructor

  • درباره علوم هوش مصنوعی About AI Sciences

  • سرفصل‌های دوره (اختیاری) Course Outline (Optional)

  • روش‌شناسی Methodology

  • کاربردهای بینایی کامپیوتر Computer Vision Applications

  • پروژه نهایی Final Project

  • درخواست بازخورد صادقانه شما Request for Your Honest Review

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

مقدمه‌ای بر تصاویر Introduction to Images

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • تصویر سیاه و سفید Grayscale Image

  • آزمون (تصویر سیاه و سفید) Quiz(Grayscale Image)

  • راه‌حل (تصویر سیاه و سفید) Solution(Grayscale Image)

  • هشدار پایتون Python Warning

  • طیف تصویر سیاه و سفید Grayscale Spectrum

  • پاسخ به سوال Answer to Question

  • خواندن، دستکاری و ذخیره تصویر سیاه و سفید با استفاده از Matplotlib پایتون Reading, Manipulating and Saving Grayscale Image using Matplotlib Python

  • آزمون (خواندن، دستکاری و ذخیره تصویر سیاه و سفید با استفاده از Matplotlib پایتون) Quiz(Reading, Manipulating and Saving Grayscale Image using Matplotlib Python)

  • راه‌حل (خواندن، دستکاری و ذخیره تصویر سیاه و سفید با استفاده از Matplotlib پایتون) Solution(Reading, Manipulating and Saving Grayscale Image using Matplotlib Python)

  • خواندن، دستکاری و ذخیره تصویر سیاه و سفید با استفاده از OpenCV پایتون Reading, Manipulating and Saving Grayscale Image using OpenCV Python

  • مقدمه‌ای بر تصاویر RGB Introduction to RGB Images

  • آزمون (مقدمه‌ای بر تصاویر RGB) Quiz(Introduction to RGB Images)

  • راه‌حل (مقدمه‌ای بر تصاویر RGB) Solution(Introduction to RGB Images)

  • تصاویر رنگی RGB Matplotlib و OpenCV RGB Color Images Matplotlib and OpenCV

  • آزمون (تصاویر رنگی RGB Matplotlib و OpenCV) Quiz(RGB Color Images Matplotlib and OpenCV)

  • راه‌حل (تصاویر رنگی RGB Matplotlib و OpenCV) Solution(RGB Color Images Matplotlib and OpenCV)

  • تبدیل RGB به HSV نظریه و الگوریتم RGB to HSV theory and Algorithm

  • پیاده‌سازی الگوریتم RGB به HSV با پایتون RGB to HSV Algorithm Implementation using Python

  • آزمون (پیاده‌سازی الگوریتم RGB به HSV با پایتون) Quiz(RGB to HSV Algorithm Implementation using Python)

  • راه‌حل (پیاده‌سازی الگوریتم RGB به HSV با پایتون) Solution(RGB to HSV Algorithm Implementation using Python)

  • استخراج یا بخش‌بندی گل رز قرمز با استفاده از HSV پایتون Red Rose Extraction or Segmentation using HSV Python

  • آزمون (استخراج یا بخش‌بندی گل رز قرمز با استفاده از HSV پایتون) Quiz(Red Rose Extraction or Segmentation using HSV Python)

  • راه‌حل (استخراج یا بخش‌بندی گل رز قرمز با استفاده از HSV پایتون) Solution(Red Rose Extraction or Segmentation using HSV Python)

  • تصاویر فراطیفی Hyper Spectral Images

تبدیلات مقیاس‌بندی دوبعدی 2D Scaling Transformations

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه‌ای بر تبدیل‌های هندسی Introduction to Geometric Transformations

  • مثال مقیاس‌بندی در OpenCV Scaling Example in OpenCV

  • آزمون (مثال مقیاس‌بندی در OpenCV) Quiz(Scaling Example in OpenCV)

  • راه‌حل (مثال مقیاس‌بندی در OpenCV) Solution(Scaling Example in OpenCV)

  • مقیاس‌بندی در فضای واقعی Scaling in Real Space

  • آزمون (مقیاس‌بندی در فضای واقعی) Quiz(Scaling in Real Space)

  • راه‌حل (مقیاس‌بندی در فضای واقعی) Solution(Scaling in Real Space)

  • تبدیل خطی توضیح داده شده Linear Transformation Explained

  • مقیاس‌بندی یک تبدیل خطی است Scaling is a Linear Transformations

  • مقیاس‌بندی به عنوان مثال ضرب ماتریسی پایتون Scaling as a Matrix Multiplication Example Python

  • آزمون (مقیاس‌بندی به عنوان مثال ضرب ماتریسی پایتون) Quiz(Scaling as a Matrix Multiplication Example Python)

  • راه‌حل (مقیاس‌بندی به عنوان مثال ضرب ماتریسی پایتون) Solution(Scaling as a Matrix Multiplication Example Python)

  • سیستم مختصات تصویر Image Coordinate System

  • کپی و وارونگی عمودی تصویر Image Copy and Flipping Vertically

  • آزمون ۱ (کپی و وارونگی عمودی تصویر) Quiz 01(Image Copy and Flipping Vertically)

  • راه‌حل ۱ (کپی و وارونگی عمودی تصویر) Solution 01(Image Copy and Flipping Vertically)

  • آزمون ۲ (کپی و وارونگی عمودی تصویر) Quiz 02(Image Copy and Flipping Vertically)

  • راه‌حل ۲ (کپی و وارونگی عمودی تصویر) Solution 02(Image Copy and Flipping Vertically)

  • مختصات پیوسته Continuous Coordinates

  • اشباع‌ها و حفره‌ها Saturations and Holes

  • دو برابر کردن تصویر و حفره‌ها با استفاده از پایتون Image Doubling and Holes using Python

  • مقیاس‌بندی معکوس و آزمون Inverse Scaling and Quiz

  • راه‌حل و درون‌یابی نزدیکترین همسایه Solution and Nearest Neighbour Interpolation

  • مقیاس‌بندی معکوس پایتون Inverse Scaling Python

  • آزمون ۱ (مقیاس‌بندی معکوس پایتون) Quiz 01(Inverse Scaling Python)

  • راه‌حل ۱ (مقیاس‌بندی معکوس پایتون) Solution 01(Inverse Scaling Python)

  • آزمون ۲ (مقیاس‌بندی معکوس پایتون) Quiz 02 (Inverse Scaling Python)

  • راه‌حل ۲ (مقیاس‌بندی معکوس پایتون) Solution 02(Inverse Scaling Python)

  • درون‌یابی نزدیکترین همسایه Nearest Neighbour Interpolation

  • میانگین وزنی در مقابل میانگین ساده Weighted Average vs Simple Average

  • درون‌یابی دوخطی Bilinear Interpolation

  • پیاده‌سازی درون‌یابی دوخطی در پایتون Bilinear Interpolation Implementation in Python

  • پیاده‌سازی تبدیل مقیاس‌بندی با درون‌یابی دوخطی Scaling Transformation with Bilinear Interpolation Implementation

  • خلاصه الگوریتم تبدیل مقیاس‌بندی Scaling Transformation Algorithm(Recap)

  • آزمون نهایی Exam

  • راه‌حل آزمون ۱ Exam Solution 01

  • راه‌حل آزمون ۲ Exam Solution 02

تبدیلات هندسی دوبعدی 2D Geometric Transformations

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه چرخش Rotation Introduction

  • اثبات چرخش اختیاری به عنوان تبدیل خطی Optional Rotation is Linear Transform Proof

  • چرخش می‌تواند منجر به مختصات منفی شود (مشکل) Rotation can Result Negative Coordinates(Problem)

  • محاسبه عرض و ارتفاع تصویر حاصل از چرخش (راه‌حل) Rotation Computing Width and Hight of Resultant Image(Solution)

  • جابجایی اندیس چرخش Rotation Index Shifting

  • آزمون (جابجایی اندیس چرخش) Quiz(Rotation Index Shifting)

  • راه‌حل (جابجایی اندیس چرخش) Solution(Rotation Index Shifting)

  • پیاده‌سازی کامل چرخش Rotation Implementation Complete

  • آزمون (پیاده‌سازی کامل چرخش) Quiz(Rotation Implementation Complete)

  • راه‌حل (پیاده‌سازی کامل چرخش) Solution(Rotation Implementation Complete)

  • پیاده‌سازی چرخش (شیوه‌ی کدنویسی خوب) Rotation Implementation(Good Coding Practice)

  • آزمون (پیاده‌سازی چرخش (شیوه‌ی کدنویسی خوب)) Quiz(Rotation Implementation(Good Coding Practice))

  • راه‌حل (پیاده‌سازی چرخش (شیوه‌ی کدنویسی خوب)) Solution(Rotation Implementation(Good Coding Practice))

  • مقدمه انعکاس Reflection Introduction

  • آزمون (مقدمه انعکاس) Quiz(Reflection Introduction)

  • راه‌حل (مقدمه انعکاس) Solution(Reflection Introduction)

  • پیاده‌سازی انعکاس Reflection Implementation

  • آزمون ۱ (پیاده‌سازی انعکاس) Quiz 01(Reflection Implementation)

  • راه‌حل ۱ (پیاده‌سازی انعکاس) Solution 01(Reflection Implementation)

  • آزمون ۲ (پیاده‌سازی انعکاس) Quiz 02(Reflection Implementation)

  • راه‌حل ۲ (پیاده‌سازی انعکاس) Solution 02(Reflection Implementation)

  • مقدمه برش Shear Introduction

  • پیاده‌سازی برش و آزمون Shear Implementation and Quiz

  • انتقال و غیرخطی بودن آن (مشکل) Translation and its Nonlinearity(Problem)

  • مختصات همگن Homoginuous Coordinates

  • انتقال به صورت ماتریس (راه‌حل) Translation as a Matrix(solution)

  • نمایش همگن تمام تبدیل‌ها Homoginuous Representations Off all Transformations

  • پیاده‌سازی تبدیل آفین Affine Transformation Implementation

  • آزمون (پیاده‌سازی تبدیل آفین) Quiz(Affine Transformation Implementation)

  • نظریه‌ی چرخش حول یک نقطه دلخواه Rotation about any Point Theory

  • پیاده‌سازی چرخش حول یک نقطه دلخواه Rotation about any Point Implementation

  • آزمون انعکاس حول یک خط Reflection about a Line Quiz

  • راه‌حل (انعکاس حول یک خط) Solution(Reflection about a Line)

  • ویژگی‌های ماتریس تبدیل Transformation Matrix Properties

  • پیاده‌سازی ویژگی‌های ماتریس تبدیل Transformation Matrix Properties Implementation

  • سلسله مراتب تبدیل آفین Affine Transformation Hierarchy

  • تبدیل آفین اختیاری SVD Optional Affine Transformation SVD

  • هموگرافی تبدیل پروجکتیو Projective Transformation Homography

  • پیاده‌سازی تبدیل پروجکتیو Projective Transformation Implementation

  • الگوریتم اعوجاج پروجکتیو Projective Warping Algorithm

تخمین تبدیل هندسی (پانوراما) Geometric Transformation Estimation(Panorama)

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • هدف Goal

  • مقدمه تخمین تبدیل آفین Affine Transformation Estimation Introduction

  • آزمون (مقدمه تخمین تبدیل آفین) Quiz(Affine Transformation Estimation Introduction)

  • راه‌حل (مقدمه تخمین تبدیل آفین) Solution(Affine Transformation Estimation Introduction)

  • تناظر نقاط در تخمین تبدیل آفین Affine Transformation Estimation Points Correspondences

  • علامت‌گذاری نقاط برای تخمین با پایتون و آزمون Estimation Points Marking using Python and Quiz

  • حداقل تعداد نقاط مورد نیاز برای تخمین تبدیل آفین Affine Transformation Min Number of Points Needed

  • تخمین تبدیل آفین با پایتون Affine Transformation Estimation using Python

  • تأیید تخمین تبدیل آفین با پایتون Affine Transformation Estimation Verification using Python

  • تخمین تبدیل آفین با بیش از ۳ نقطه Affine Transformation Estimation with more than 3 Points

  • آزمون (تخمین تبدیل آفین با بیش از ۳ نقطه) Quiz(Affine Transformation Estimation with more than 3 Points)

  • راه‌حل (تخمین تبدیل آفین با بیش از ۳ نقطه) Solution(Affine Transformation Estimation with more than 3 Points)

  • پیاده‌سازی تخمین تبدیل آفین با بیش از ۳ نقطه Affine Transformation Estimation with more than 3 Points Implementation

  • آزمون (پیاده‌سازی تخمین تبدیل آفین با بیش از ۳ نقطه) Quiz(Affine Transformation Estimation with more than 3 Points Implementation)

  • راه‌حل (پیاده‌سازی تخمین تبدیل آفین با بیش از ۳ نقطه) Solution(Affine Transformation Estimation with more than 3 Points Implementation)

  • تخمین تبدیل آفین اختیاری با کمترین مربع خطا Optional Affine Transformation Estimation with LeastSquared

  • مقدمه تخمین تبدیل پروجکتیو Projective Transformation Estimation Introduction

  • اولین پیاده‌سازی تخمین تبدیل پروجکتیو دارای خطا Projective Transformation Estimation First Implementation having Bug

  • دلیل خطا در تخمین تبدیل پروجکتیو Projective Transformation Estimation Reason of the Bug

  • حذف ضریب مقیاس در تخمین تبدیل پروجکتیو Projective Transformation Estimation Removing Scale Factor

  • DLT تخمین تبدیل پروجکتیو Projective Transformation Estimation DLT

  • فضای تهی DLT تخمین تبدیل پروجکتیو و دلیل نیاز به ۴ نقطه Projective Transformation Estimation DLT Nullspace and Why 4 Points

  • پیاده‌سازی فضای تهی DLT تخمین تبدیل پروجکتیو Projective Transformation Estimation DLT Nullspace Implementation

  • پیاده‌سازی DLT DLT Implementation

  • آزمون (پیاده‌سازی DLT) Quiz(DLT Implementation)

  • دوخت پانوراما Panorama Stitching

  • پیاده‌سازی دوخت پانوراما در OpenCV Panorama Stitching Implementation in OpenCV

  • چگونه تبدیل پروجکتیو در پانوراما کمک می‌کند How Projective Transformation Helps in Panorama

مورفولوژی دودویی Binary Morphology

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • نظریه‌ی تصاویر دودویی Binary Images Theory

  • تصاویر دودویی پایتون Binary Images Python

  • نظریه‌ی عنصر ساختاری، هسته و پنجره‌ی لغزان Structuring Element Kernel and Sliding Window Theory

  • عنصر ساختاری پایتون Structuring Element Python

  • نظریه‌ی فرسایش Erosion Theory

  • آزمون ۱ (نظریه‌ی فرسایش) Quiz 01(Erosion Theory)

  • راه‌حل ۱ (نظریه‌ی فرسایش) Solution 01(Erosion Theory)

  • آزمون ۲ (نظریه‌ی فرسایش) Quiz 02(Erosion Theory)

  • راه‌حل ۲ (نظریه‌ی فرسایش) Solution 02(Erosion Theory)

  • فرسایش پایتون Erosion Python

  • نظریه‌ی انبساط Dilation Theory

  • آزمون ۱ (نظریه‌ی انبساط) Quiz 01(Dilation Theory)

  • راه‌حل ۱ (نظریه‌ی انبساط) Solution 01(Dilation Theory)

  • آزمون ۲ (نظریه‌ی انبساط) Quiz 02(Dilation Theory)

  • راه‌حل ۲ (نظریه‌ی انبساط) Solution 02(Dilation Theory)

  • انبساط پایتون Dilation Python

  • نظریه‌ی باز کردن Opening Theory

  • باز کردن پایتون Opening Python

  • نظریه‌ی بستن Closing Theory

  • بستن پایتون Closing Python

  • مورفولوژی گرادیان Gradient Morphology

  • مورفولوژی گرادیان پایتون Gradient Morphology Python

  • توپ سیاه و سفید (Tophat Blackhat) Tophat Blackhat

فیلتر تصویر Image Filtering

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • تاری تصویر ۰۱ Image Blurring 01

  • تاری تصویر ۰۲ Image Blurring 02

  • فیلتر تصویر عمومی General Image Filtering

  • کانولوشن Convolution

  • شناسایی لبه ناپخته Naive Edge Detection

  • شارپ کردن تصویر Image Sharpening

  • آزمون (شارپ کردن تصویر) Quiz(Image Sharpening)

  • راه‌حل (شارپ کردن تصویر) Solution(Image Sharpening)

  • پیاده‌سازی تاری تصویر، شناسایی لبه، شارپ کردن تصویر در پایتون Implementation Of Image Blurring Edge Detection Image Sharpening in Python

  • فیلترهای پایین‌گذر، بالاگذر، باندگذر Lowpass Highpass Bandpass Filters

  • دوره CNN (می‌توانید رد شوید) CNN Course(You can Skip)

شناسایی لبه Canny Canny Edge Detector

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه الگوریتم شناسایی لبه Canny Canny Edge Detector Algorithm Introduction

  • شناسایی لبه Canny در OpenCV Canny Edge Detector OpenCV

  • آزمون (شناسایی لبه Canny در OpenCV) Quiz(Canny Edge Detector OpenCV)

  • راه‌حل (شناسایی لبه Canny در OpenCV) Solution(Canny Edge Detector OpenCV)

  • مقدمه فیلتر گاوسی Gaussian Filter Introduction

  • محاسبه ماسک با فیلتر گاوسی Gaussian Filter to Mask Computation

  • اندازه پنجره فیلتر گاوسی Gaussian Filter Window Size

  • پیاده‌سازی فیلتر گاوسی Gaussian Filter Implementation

  • آزمون (پیاده‌سازی فیلتر گاوسی) Quiz(Gaussian Filter Implementation)

  • راه‌حل (پیاده‌سازی فیلتر گاوسی) Solution(Gaussian Filter Implementation)

  • پیاده‌سازی هموارسازی با فیلتر گاوسی Gaussian Filter Smoothing Implementation

  • آزمون (پیاده‌سازی هموارسازی با فیلتر گاوسی) Quiz(Gaussian Filter Smoothing Implementation)

  • راه‌حل (پیاده‌سازی هموارسازی با فیلتر گاوسی) Solution(Gaussian Filter Smoothing Implementation)

  • نظریه گرادیان‌های تصویر Image Gradients Theory

  • پیاده‌سازی گرادیان‌های تصویر Image Gradients Implementation

  • خطای نوع داده در پیاده‌سازی گرادیان‌های تصویر Image Gradients Implementation Datatype Bug

  • مشتق گاوسی Derivative of Gaussian

  • عبارت مشتق گاوسی Derivative of Gaussian Expression

  • پیاده‌سازی مشتق گاوسی Derivative of Gaussian Implementation

  • اعمال فیلترهای DOG Applying DOG Filters

  • بردار گرادیان Gradient Vector

  • بزرگی گرادیان و جهت گرادیان Gradient Magnitude and Gradient Direction

  • سرکوب غیر حداکثر Non Maxima Suppression

  • کوانتیزاسیون جهت گرادیان Gradient Direction Quantization

  • آزمون (کوانتیزاسیون جهت گرادیان) Quiz(Gradient Direction Quantization)

  • راه‌حل (کوانتیزاسیون جهت گرادیان) Solution(Gradient Direction Quantization)

  • پیاده‌سازی کوانتیزاسیون جهت گرادیان Gradient Direction Quantization Implementation

  • روش بهتر پیاده‌سازی کوانتیزاسیون جهت گرادیان Gradient Direction Quantization Implementation Better Way

  • پیاده‌سازی NMS NMS Implementation

  • آزمون ۱ (پیاده‌سازی NMS) Quiz 01(NMS Implementation)

  • راه‌حل ۱ (پیاده‌سازی NMS) Solution 01(NMS Implementation)

  • آزمون ۲ (پیاده‌سازی NMS) Quiz 02(NMS Implementation)

  • راه‌حل ۲ (پیاده‌سازی NMS) Solution 02(NMS Implementation)

  • گام نهایی آستانه‌گذاری Last Step Thresholding

  • آستانه‌گذاری هیسترزیس Hesterysis Thresholding

  • پیاده‌سازی آستانه‌گذاری هیسترزیس Hesterysis Thresholding Implementation

شناسایی شکل Shape Detection

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه شناسایی شکل Shape Detection Introduction

  • چرا شناسایی لبه کافی نیست Why Edge Detection is not Enough

  • مقدمه RANSAC RANSAC Introduction

  • RANSAC برای خطوط آرایه‌های مختصات RANSAC For Lines Coordinate Arrays

  • پیاده‌سازی نمونه‌گیری تصادفی نقاط برای خطوط در RANSAC RANSAC For Lines Sampling Points Randomly Implemenation

  • آزمون (پیاده‌سازی نمونه‌گیری تصادفی نقاط برای خطوط در RANSAC) Quiz(RANSAC For Lines Sampling Points Randomly Implemenation)

  • راه‌حل (پیاده‌سازی نمونه‌گیری تصادفی نقاط برای خطوط در RANSAC) Solution(RANSAC For Lines Sampling Points Randomly Implemenation)

  • برازش خط با ۲ نقطه در RANSAC برای خطوط RANSAC For Lines Fitting Line With 2 Points

  • پیاده‌سازی برازش خط با ۲ نقطه در RANSAC برای خطوط RANSAC For Lines Fitting Line With 2 Points Implementation

  • آزمون (پیاده‌سازی برازش خط با ۲ نقطه در RANSAC برای خطوط) Quiz(RANSAC For Lines Fitting Line With 2 Points Implementation)

  • راه‌حل (پیاده‌سازی برازش خط با ۲ نقطه در RANSAC برای خطوط) Solution(RANSAC For Lines Fitting Line With 2 Points Implementation)

  • محاسبه امتیاز سازگاری در RANSAC برای خطوط RANSAC For Lines Computing Consistency Score

  • پیاده‌سازی محاسبه امتیاز سازگاری در RANSAC برای خطوط RANSAC For Lines Computing Consistency Score Implementation

  • پیاده‌سازی RANSAC برای خطوط RANSAC For Lines Implementation

  • آزمون پیاده‌سازی RANSAC برای خطوط روی تصویر واقعی RANSAC For Lines Implementation Test on Real Image

  • نقطه ضعف Drawback

  • آزمون پیاده‌سازی RANSAC برای خطوط روی تصویر واقعی، رسم و آزمون RANSAC For Lines Implementation Test on Real Image Drawing and Quiz

  • RANSAC برای دایره‌ها RANSAC For Circles

  • امتیاز سازگاری RANSAC برای دایره‌ها RANSAC For Circles Consistency Score

  • پیاده‌سازی RANSAC برای دایره‌ها RANSAC For Circles Implementation

  • پیاده‌سازی RANSAC برای دایره‌ها روی تصویر واقعی RANSAC For Circles Implementation Real Image

  • نقطه ضعف Drawback

  • رسم پیاده‌سازی RANSAC برای دایره‌ها روی تصویر واقعی RANSAC For Circles Implementation Real Image Drawing

  • RANSAC عمومی RANSAC General

  • آزمون RANSAC RANSAC Quiz

  • راه‌حل آزمون RANSAC RANSAC Quiz Solution

تبدیل هاف برای شناسایی شکل Shape Detection Hough Transform

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه تبدیل هاف Hough Transform Introduction

  • تبدیل هاف به عنوان رأی‌گیری Hough Transform as Voting

  • حلقه رأی‌گیری تبدیل هاف Hough Transform as Voting Loop

  • نمایش قطبی تبدیل هاف Hough Transform Polar Representation

  • مزایای نمایش قطبی تبدیل هاف Hough Transform Polar Representation Benifits

  • پیاده‌سازی نمایش قطبی تبدیل هاف Hough Transform Polar Representation Implementation

  • پیاده‌سازی تبدیل هاف برای خطوط روی تصویر واقعی Hough Transform Lines Implementation Real Image

  • تبدیل پارامترهای خطوط تبدیل هاف Hough Transform Lines Parameters Conversion

  • رسم خطوط تبدیل هاف Hough Transform Lines Drawing

  • راه‌حل (رسم خطوط تبدیل هاف) Solution(Hough Transform Lines Drawing)

  • نسخه سریع تبدیل هاف Hough Transform Fast Version

  • تبدیل هاف برای دایره‌ها Hough Transform Circles

  • پیاده‌سازی تبدیل هاف برای دایره‌ها Hough Transform Circles Implementation

  • پیاده‌سازی و رسم تبدیل هاف برای دایره‌ها Hough Transform Circles Implementation Drawing

  • راه‌حل (پیاده‌سازی و رسم تبدیل هاف برای دایره‌ها) Solution(Hough Transform Circles Implementation Drawing)

شناسایی گوشه Corner Detection

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • تعریف گوشه Corner Definition

  • چرا گوشه مهم است Why Corner

  • معیار گوشه Corner Measure

  • SSD SSD

  • چرا SSD باید در جایی قطع شود Why SSD to be Muted Somewhere

  • پیاده‌سازی شناسایی گوشه ۰۱ Corner Detection Implementation 01

  • پیاده‌سازی شناسایی گوشه ۰۲ Corner Detection Implementation 02

  • پیاده‌سازی شناسایی گوشه ۰۳ Corner Detection Implementation 03

  • شناسایی گوشه موراوک Moravec Corner Detector

  • فضای مقیاس Scale Space

  • جهت‌های بی‌نهایت به سمت شناسایی گوشه هریس Infinite Directions Towards Harris Corner Detector

  • شناسایی گوشه هریس ۰۱ Harris Corner Detector 01

  • شناسایی گوشه هریس ۰۲ Harris Corner Detector 02

  • شناسایی گوشه هریس ۰۳ Harris Corner Detector 03

  • شناسایی گوشه هریس ۰۴ تنسور ساختار Harris Corner Detector 04 Structure Tensor

  • شناسایی گوشه هریس ۰۵ عبارت نهایی Harris Corner Detector 05 Final Expression

  • شناسایی گوشه هریس سرعت‌بخشی با کانولوشن Harris Corner Detector Implementation Speedup Convolution

  • پیاده‌سازی شناسایی گوشه هریس ۰۱ Harris Corner Detector Implementation 01

  • پیاده‌سازی شناسایی گوشه هریس ۰۲ Harris Corner Detector Implementation 02

  • شناسایی گوشه هریس به عنوان شناسایی لبه Harris Corner Detector as Edge Detector

پانورامای خودکار SIFT Automatic Panorama SIFT

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه تناظر نقطه Point Correspondence Introduction

  • پیاده‌سازی رسم نقاط Point Drawing Implementation

  • هم‌ترازی مقیاس و جهت Scale and Orientation Alignment

  • SIFT و HOG SIFT and HOG

  • تطبیق نقاط Points Matching

شناسایی شیء Object Detection

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه‌ای بر شناسایی شیء Introduction to Object Detection

  • خط لوله طبقه‌بندی Classification PipleLine

  • پیاده‌سازی پنجره لغزان Sliding Window Implementation

  • مقاومت در برابر تغییر مقیاس، مقیاس و چرخش Shift Scale Rotation Invariance

  • شناسایی فرد Person Detection

  • ویژگی‌های HOG HOG Features

  • مهندسی دست در مقابل شبکه‌های عصبی کانولوشن HandEngineering vs CNNs

  • پیاده‌سازی Implementation

  • فعالیت Activity

شناسایی شیء YOLO YOLO Object Detector

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه‌ای بر CNN ها CNNS Introduction

  • پیاده‌سازی شناسایی چهره Face Detection Implementation

  • پیاده‌سازی YOLO YOLO Implementation

  • طبقه‌بندی تصویر YOLO بازبینی شده YOLO Image Classfication Revisited

  • محلی‌سازی شیء با پنجره لغزان YOLO YOLO Sliding Window Object Localization

  • پیاده‌سازی کارآمد پنجره لغزان YOLO YOLO Sliding Window Efficient Implementation

  • مقدمه YOLO YOLO Introduction

  • تولید داده‌های آموزشی YOLO YOLO Training Data Generation

  • جعبه‌های لنگر YOLO YOLO Anchor Boxes

  • الگوریتم YOLO YOLO Algorithm

  • سرکوب حداکثر غیر YOLO YOLO Non Maxima Supression

  • YOLO RCNN YOLO RCNN

حرکت Motion

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • جریان نوری Optical Flow

  • فرض BC BC Assumption

  • استخراج جریان نوری Optical Flow Derivation

ردیابی شیء Object Tracking

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • ردیابی بر اساس تشخیص Tracking by Detection

  • فرض مدل حرکتی در ردیابی بر اساس تشخیص Tracking by Detection Motion Model Assumption

  • ردیابی KLT TLD Tracking KLT TLD

  • ردیابی تک شیء Single Object Tracking

  • ردیابی چند شیء Multiple Object Tracking

  • وب‌کم و ذخیره حاشیه‌نویسی‌های ردیابی چند شیء WebCam and Saving Annotations of Multiple Object Tracking

بازسازی سه‌بعدی 3D Reconstruction

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه بازسازی سه‌بعدی 3d Reconstruction Introduction

  • تجسس حرکت سه‌بعدی 3d Motion Capture

  • دوربین Camera

  • ماتریس دوربین Camera Matrix

  • مثلث‌بندی Triangulation

  • تخمین ماتریس دوربین Camera Matrix Estimation

  • تجسس حرکت بازبینی شده Mocap Revisited

پروژه دوربین مداربسته هوشمند Smart CCTV Project

  • لینک گیت‌هاب و وان‌درایو برای دریافت مطالب دوره Github & OneDrive Link to get the Course Materials

  • مقدمه پروژه Introduction to the Project

  • مقدمه داده‌ها Introduction to Data

  • خواندن فایل ویدیویی Reading a Video File

  • تشخیص تغییر تفاضل فریم Change Detection Frame Differencing

  • پیاده‌سازی تشخیص تغییر تفاضل فریم Change Detection Frame Differencing Implementation

  • تشخیص تغییر تفکیک پس‌زمینه Change Detection Background Subtraction

  • تشخیص تغییر تفکیک پس‌زمینه MOG Change Detection Background Subtraction MOG

  • حذف نویز با مورفولوژی Denoising using Morphology

  • مولفه‌های همبند Connected Components

  • فیلتر کردن مولفه‌های همبند Connected Components Filtering

  • ردیابی تغییر Tracking Change

  • ذخیره قطعات Saving Segments

  • ذخیره و مشاهده قطعات Saving and Viewing Segments

  • ذخیره و مشاهده قطعات با شناسایی شیء Saving and Viewing Segments with Object Detection

  • کاربردها Applications

  • ویدیوی جایزه از شما سپاسگزاریم THANK YOU Bonus Video

  • درباره علوم هوش مصنوعی About AI Sciences

نمایش نظرات

آموزش بینایی کامپیوتر با پایتون برای مبتدیان (نظری و پروژه‌ها)
جزییات دوره
26 hours
345
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,689
4.3 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

AI Sciences AI Sciences

کارشناسان هوش مصنوعی و دانشمندان داده | رتبه ۴+ | 168+ کشور

AI Sciences Team AI Sciences Team

پشتیبانی از تیم علوم هوش مصنوعی