Számítógépes látás oktatás Borsod-Abaúj-Zemplén

Ez az oktató által vezetett, élő képzés Borsod-Abaúj-Zemplén (online vagy helyszíni) középhaladó és haladó szintű számítógépes látás mérnökök, AI fejlesztők és IoT szakemberek számára készült, akik szeretnék implementálni és optimalizálni a számítógépes látás modelleket valós idejű feldolgozásra peremhálózati eszközökön.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az Edge AI alapjait és annak alkalmazásait a számítógépes látásban.
• Optimalizált mélytanulási modellek üzembe helyezése peremhálózati eszközökön valós idejű kép- és videóelemzéshez.
• Használni olyan keretrendszereket, mint a TensorFlow Lite, az OpenVINO és az NVIDIA Jetson SDK a modellek üzembe helyezéséhez.
• AI modellek optimalizálása teljesítmény, energiahatékonyság és alacsony késleltetésű következtetés érdekében.

Ez az oktató vezette, élő képzés Borsod-Abaúj-Zemplén témában (online vagy személyesen) haladó szintű szakembereknek címezve, akik mélyíteni kívánják a számítógépes látás iránti ismereteiket, és felfedezik a TensorFlow képességeit a kifinomult látási modellek fejlesztéséhez a Google Colab segítségével.

A képzés végére a résztvevők képesek lesznek:

• konvolúciós neurális hálózatok (CNN) kidolgozására és betanítására TensorFlow használatával.
• Google Colab kihasználására a skálázható és hatékony felhőalapú modellfejlesztéshez.
• képek előfeldolgozási technikák implementálására számítógépes látási feladatokra.
• szenvedő számítógépes látási modellek bevezetésére valós világban hasznosítható alkalmazásokhoz.
• átviszt learning alkalmazására a CNN modellek teljesítményének javítására.
• képelemek osztályozómodellek eredményeinek vizuálizálására és értelmezésére.

Ez az oktató által vezetett, élő képzés Borsod-Abaúj-Zemplén (online vagy helyszíni) középhaladó szintű AI-fejlesztők és számítógépes látásmérnökök számára készült, akik robusztus látórendszereket szeretnének építeni önvezető járműalkalmazásokhoz.

A képzés végén a résztvevők képesek lesznek:

• Megérteni a számítógépes látás alapvető fogalmait önvezető járművekben.
• Algoritmusok implementálása objektumdetektáláshoz, sávdetektáláshoz és szemantikus szegmentációhoz.
• Látórendszerek integrálása más önvezető jármű alrendszerekkel.
• Mélytanulási technikák alkalmazása fejlett érzékelési feladatokhoz.
• Számítógépes látás modellek teljesítményének értékelése valós helyzetekben.

Ez az oktató által vezetett, élő képzés Borsod-Abaúj-Zemplén-ben (online vagy helyszíni) kezdő szintű rendvédelmi személyzetek számára készült, akik szeretnének áttérni a kézi arcrészletezésről az AI eszközök használatára az arcfelismerő rendszerek fejlesztésében.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Mesterséges Intelligencia és a Gépi Tanulás alapjait.
• Megismerni a digitális képfeldolgozás alapjait és annak alkalmazását az arcfelismerésben.
• Fejleszteni készségeiket az AI eszközök és keretrendszerek használatában az arcfelismerő modellek létrehozásához.
• Gyakorlati tapasztalatot szerezni az arcfelismerő rendszerek létrehozásában, betanításában és tesztelésében.
• Megérteni az etikai megfontolásokat és ajánlott gyakorlatokat az arcfelismerő technológia használatában.

Ez a gyakorlati képzés a(z) Borsod-Abaúj-Zemplén keretében a Fiji és az ImageJ alapjait mutatja be a biológiai kutatások számára. A résztvevők gyakorlati készségeket szereznek a képek előfeldolgozásában, a mennyiségi elemzésben és a makróalapú automatizálásban, hogy reprodukálható eredményekkel egyszerűsítsék a szövettani minták, sejtek és egyéb minták feldolgozási folyamatait.

Ez az oktató által vezetett, élő képzés Borsod-Abaúj-Zemplén-ben (online vagy helyszíni) középhaladó szintű szakembereknek szól, akik a Vision Builder AI segítségével szeretnének tervezni, implementálni és optimalizálni az automatikus ellenőrző rendszereket SMT (Surface-Mount Technology) folyamatokhoz.

A képzés végére a résztvevők képesek lesznek:

• Automatizált ellenőrzések beállítása és konfigurálása a Vision Builder AI segítségével.
• Kiváló minőségű képek rögzítése és előfeldolgozása elemzés céljából.
• Logika alapú döntések implementálása hibadetektálásra és folyamatvalidációra.
• Ellenőrzési jelentések készítése és rendszer teljesítményének optimalizálása.

Ez a trénervezette, élőben zajló Borsod-Abaúj-Zemplén képzés (online vagy helyszíni) közép- és haladó szintű fejlesztőket, kutatókat és adat tudósokat céloz meg, akik megtanulnák a YOLOv7 segítségével történő valós idejű objektumfelismerés implementációját.

A képzés végére a résztvevők képesek lesznek a következőkre:

• Az objektumfelismerés alapfogalmainak megértése.
• A YOLOv7 telepítése és konfigurálása objektumfelismerési feladatokhoz.
• Saját objektumfelismerő modellek edzése és tesztelése a YOLOv7 használatával.
• A YOLOv7 integrálása más számítógépes látási keretrendszerekkel és eszközökkel.
• A YOLOv7 implementációval kapcsolatos gyakori problémák hibakeresése.