Helyi, oktatott élő számítógépes képzési tanfolyamok interaktív megbeszélésen keresztül bemutatják a Computer Vision alapjait, és a résztvevők egyszerűen megtekinthessék az egyszerű Computer Vision alkalmazások létrehozását A Computer Vision képzések "on-site élő képzés" vagy "távoli élő képzés" formájában érhetők el A helyszíni élő képzés helyi szinten valósulhat meg az ügyfél telephelyén Magyarország vagy a NobleProg vállalati oktatóközpontjaiban Magyarország A távoli élőképzés interaktív, távoli asztal segítségével történik NobleProg Az Ön Helyi Képzési Szolgáltatója.
Machine Translated
Vélemények
Tényleg élveztem a gyakorlati megközelítést.
Kevin De Cuyper
Kurzus: Computer Vision with OpenCV
Machine Translated
A VideoCapture funkció egyszerű használata a laptopok fényképezőgépről történő felvételéhez.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurzus: Computer Vision with OpenCV
Machine Translated
Nagyon élveztem az edző tanácsait arról, hogyan kell használni az eszközöket. Ez valami, amit nem lehet az internetről kapni, és nagyon hasznos.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurzus: Computer Vision with OpenCV
Machine Translated
Nagyon élveztem az edző tanácsait arról, hogyan kell használni az eszközöket. Ez valami, amit nem lehet az internetről kapni, és nagyon hasznos.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurzus: Computer Vision with OpenCV
Machine Translated
Könnyen követhető volt.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurzus: Computer Vision with OpenCV
Machine Translated
Trainer nagyon knowlegable és nagyon nyitott a visszajelzést, hogy milyen ütemben megy keresztül a tartalom és a témák is érintett. Sokat nyertem a képzés, és úgy érzem, most már egy jó megérteni a képmanipuláció és néhány technikát épület egy jó képzési meg egy kép osztályozási probléma.
Anthea King - WesCEF
Kurzus: Computer Vision with Python
Machine Translated
Computer Vision Subcategories
Computer Vision Course Outlines
Kurzusnév
Időtartalma
Összefoglaló
Kurzusnév
Időtartalma
Összefoglaló
14 hours
A SimpleCV egy nyílt forráskódú keret, ami azt jelenti, hogy könyvtárak és szoftverek gyűjteménye, amelyeket a látásalkalmazások fejlesztésére használhat. Lehetővé teszi a webkamerákból, Kinect-ekből, FireWire és IP-kamerákból vagy mobiltelefonokból származó képeket vagy videófolyamokat. Ez segít a szoftverek megalkotásában, hogy a különböző technológiák ne csak a világot láthassák, hanem azt is megértsék. Közönség Ez a kurzus olyan mérnökökre és fejlesztőkre irányul, akik számítógépes látásalkalmazásokat kívánnak fejleszteni a SimpleCV-vel.
21 hours
Caffe egy mély tanulási keretrendszer, melyet kifejezést, sebességet és modularitást szem előtt tartanak. Ez a kurzus a Caffe alkalmazásának mélyreható tanulási keretrendszerét vizsgálja a képfelismeréshez MNIST példaként Közönség Ez a kurzus alkalmas a Deep Learning kutatók és mérnökök számára, akik érdeklődnek a Caffe keretrendszerének felhasználásáról. A kurzus befejezése után a küldöttek:
- megértsék a Caffe szerkezetét és a telepítési mechanizmusokat
- telepítési / gyártási környezet / architektúra feladatokat és konfigurációt végez
- a kód minőségének értékelése, hibakeresés, monitorozás
- fejlett gyártást, például képzési modelleket, rétegeket és naplózást valósít meg
14 hours
Marvin is an extensible, cross-platform, open-source image and video processing framework developed in Java. Developers can use Marvin to manipulate images, extract features from images for classification tasks, generate figures algorithmically, process video file datasets, and set up unit test automation.
Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection.
In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application.
Format of the Course
- The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.
14 hours
Computer Vision egy olyan terület, amely magában foglalja a digitális média hasznos információinak automatikus kinyerését, elemzését és megértését. Python magas szintű programozási nyelv, amely tiszta szintaxisáról és kódolvashatóságáról híres. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják a Computer Vision alapjait, miközben a Python használatával létrehoznak egy egyszerű Computer Vision alkalmazást. A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a Computer látás alapjait
- A Python használatával hajtsa végre a Computer Vision feladatokat
- Készítsen saját arc-, tárgy- és mozgásérzékelő rendszert
- Python Computer látás iránt érdeklődő Python programozók
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
21 hours
A mély tanulás a gépi tanulás alterülete. Olyan módszereket használ, amelyek az adatok reprezentációján és struktúrákon, például neurális hálókon alapulnak. Keras egy magas szintű ideghálózati API a gyors fejlesztéshez és kísérletezéshez. A TensorFlow , CNTK vagy CNTK tetején fut. Ez az oktató által vezetett, élő képzés (helyszíni vagy távoli) azon fejlesztőknek szól, akik önálló vezetésű autót akarnak készíteni mély tanulási technikák segítségével. A képzés végére a résztvevők képesek lesznek:
- Használjon számítógépes látástechnikákat a sávok azonosításához.
- Használjon Keras t konvolúciós neurális hálózatok felépítéséhez és kiképzéséhez.
- Képzzen egy mély tanulási modellt a közlekedési táblák megkülönböztetésére.
- Szimulálja a teljesen autonóm autót.
- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
- Ha személyre szabott képzést szeretne kérni erre a kurzusra, kérjük vegye fel velünk a kapcsolatot, hogy megbeszélést szervezzen.
14 hours
A videóelemzés a videó áramlás feldolgozásához használt technológiára és technikára utal. Egy közös alkalmazás lenne az élő videó események rögzítése és azonosítása a mozgás felismerése, az arcfelismerés, a tömeg és a jármű számítása stb.
Ez az oktató által vezetett, élő képzés (online vagy on-site) olyan fejlesztőkre irányul, akik hardveres gyorsított objektumfelismerési és nyomon követési modelleket szeretnének létrehozni a streaming videó adatok elemzéséhez.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja a szükséges fejlesztési környezetet, szoftvert és könyvtárakat a fejlesztés megkezdéséhez.
Építsen, képezzen és telepítse a mélyreható tanulási modelleket az élő videó áramlásának elemzéséhez.
Ismerje meg, nyomon követi, szegmentálja és előrejelzi a különböző objektumokat videó kereteken belül.
Az objektum felismerésének és nyomon követési modellek optimalizálása.
Az Intelligent Video Analysis (IVA) alkalmazás létrehozása.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
7 hours
A YOLO (You Only Look Once) egy algoritmus, amely előre képzett modellekké alakul ki az objektum felismeréséhez. A Darknet neurális hálózati keretrendszer teszteli, ami ideális a COCO (Common Objects in Context) adatkészleten alapuló számítógépes látás funkcióinak fejlesztésére. A YOLO keretrendszer legújabb változatai, a YOLOv3-v4, lehetővé teszik a programok számára, hogy hatékonyan végezzék el az objektumok lokalizálását és osztályozását, miközben valós idejűen futnak.
Ez az oktató által vezetett, élő képzés (online vagy online) olyan háttérfejlesztőknek és adattudósoknak szól, akik szeretnék beépíteni az előképzett YOLO modelleket vállalati programjukba, és költséghatékony elemeket hajtanak végre az objektum-detekcióhoz.
A képzés befejezése után a résztvevők képesek lesznek:
-
Telepítse és konfigurálja a szükséges eszközöket és könyvtárakat az objektum felderítéséhez YOLO használatával.
Az előképzett YOLO modellek alapján működő Python parancsvonalú alkalmazások személyre szabása.
Végezze el az előre képzett YOLO modellek keretrendszerét a különböző számítógépes látásprojektekhez.
Átalakítsa a meglévő objektum-felismerési adatkészleteket YOLO formátumra.
Ismerje meg a YOLO algoritmus alapvető fogalmát a számítógépes látás és/vagy a mély tanulás szempontjából.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
14 hours
A mintaegyeztetés egy olyan módszer, amellyel meghatározzák a képen meghatározott mintákat. Ez felhasználható annak meghatározására, hogy a rögzített képen belül vannak-e meghatározott jellemzők, például a hibás termék várt címkéje a gyári sorban vagy az alkatrész meghatározott méretei. Ez különbözik a " Pattern Recognition " -től (amely a kapcsolódó minták nagyobb gyűjteményein alapuló általános mintákat ismeri fel) abban, hogy kifejezetten diktálja, mit keresünk, majd megmondja nekünk, hogy a várt minta létezik-e vagy sem.
- Ez a tanfolyam bemutatja a mintázat-illesztés területén alkalmazott megközelítéseket, technológiákat és algoritmusokat, ahogy ez a Machine Vision .
28 hours
OpenCV (Open Source Computer Vision Library: http://opencv.org) is an open-source BSD-licensed library that includes several hundreds of computer vision algorithms.
Audience
This course is directed at engineers and architects seeking to utilize OpenCV for computer vision projects
21 hours
Ez az oktatott, élő képzés bemutatja a szoftver, a hardver és a stepbystep folyamatát, amely az arcfelismerő rendszer megépítéséhez szükséges a semmiből Az arcfelismerés az Arcfelismerés néven is ismert A laborban használt hardver tartalmazza a Rasberry Pi-et, a fényképezőgép-modult, a szervókat (opcionális), stb A résztvevők felelősek ezen komponensek megvásárlásáért A használt szoftver OpenCV, Linux, Python stb A képzés végére a résztvevők képesek lesznek: Telepítse a Linux, az OpenCV és más szoftver segédprogramokat és könyvtárakat egy Rasberry Pi-on Az OpenCV beállítása az arcfájlok rögzítéséhez és felderítéséhez Ismerje meg a Rasberry Pi rendszer csomagolásának különböző lehetőségeit a valós világ környezetben való használatra Alkalmazkodni a rendszerhez különböző használati esetekben, beleértve a felügyeletet, a személyazonosság igazolását stb Közönség Fejlesztők Hardver / szoftver technikusok Technikai személyek minden iparágban Hobbifelhasználók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat jegyzet Egyéb hardver és szoftver opciók: Arduino, OpenFace, Windows stb Ha bármelyiket szeretné használni, kérjük, vegye fel velünk a kapcsolatot .
14 hours
OpenCV A programozási funkciók könyvtára a számítógépes algoritmusokkal készített képek deciphálásához. OpenCV 4 a legújabb OpenCV kiadás, és optimalizált modularitást, frissített algoritmusokat és így tovább. OpenCV 4 és Python, a felhasználók képeket és videókat láthatnak, feltölthetnek és osztályozhatnak a fejlett képfelismeréshez.
Ez az oktató által vezetett, élő képzés (online vagy online) célja a szoftvermérnökök, akik szeretnék programozni Python a OpenCV 4 a mélyreható tanulás.
A képzés befejezése után a résztvevők képesek lesznek:
-
A képek és videók megtekintése, feltöltése és osztályozása OpenCV 4.
A tanulságos tanulás megvalósítása OpenCV 4 TensorFlow és Keras.
A mély tanulási modellek futtatása és a képekből és videókból származó hatásos jelentések generálása.
-
Interaktív előadás és vita.
Rengeteg gyakorlat és gyakorlat.
Hands-on megvalósítás egy élő laboratóriumi környezetben.
-
Ahhoz, hogy egy személyre szabott képzést kérjen erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.
Last Updated:
Upcoming Computer Vision Courses
Deep Learning for Vision with Caffe
2022-12-21 09:30
21 hours
Computer Vision with Python
2022-12-27 09:30
14 hours
Marvin Framework for Image and Video Processing
2022-12-29 09:30
14 hours
Computer Vision with SimpleCV
2023-01-03 09:30
14 hours
Deep Learning for Self Driving Cars
2023-01-25 09:30
21 hours
Other countries
Consulting
Online Computer Vision courses, Weekend Computer Vision courses, Evening Computer Vision training, Computer Vision boot camp, Computer Vision instructor-led, Weekend Computer Vision training, Evening Computer Vision courses, Computer Vision coaching, Computer Vision instructor, Computer Vision trainer, Computer Vision training courses, Computer Vision classes, Computer Vision on-site, Computer Vision private courses, Computer Vision one on one training
