Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie do sztucznej inteligencji i przetwarzania obrazu
- Czym jest sztuczna inteligencja?
- Machine Learning vs. Deep Learning
- Zastosowania sztucznej inteligencji w egzekwowaniu prawa
Podstawy przetwarzania obrazów
- Obrazy cyfrowe: piksele, rozdzielczość i formaty
- Manipulacja obrazem (jasność, kontrast, zmiana rozmiaru, kadrowanie)
- Wprowadzenie do OpenCV dla przetwarzania obrazu
Zrozumienie Neural Networks
- Podstawy sieci neuronowych i ich działanie
- Wprowadzenie do sieci konwolucyjnych Neural Networks (CNN) dla danych obrazu
Wykrywanie cech twarzy
- Jak modele AI identyfikują i różnicują rysy twarzy
- Używanie wstępnie wytrenowanych modeli do wykrywania twarzy
Gromadzenie i przygotowanie danych
- Znaczenie wysokiej jakości zestawów danych do szkolenia
- Techniki rozszerzania danych w celu poprawy wydajności modelu
Trenowanie modelu rozpoznawania twarzy
- Przegląd TensorFlow i Keras dla głębokiego uczenia się
- Przewodnik krok po kroku dotyczący trenowania modelu rozpoznawania twarzy
Ocena i testowanie modelu
- Metryki oceny dokładności rozpoznawania twarzy
- Techniki poprawy wydajności modelu
Wdrażanie narzędzi do rozpoznawania twarzy
- Tworzenie prostego interfejsu aplikacji dla użytkowników końcowych
- Integracja modelu z przepływami pracy organów ścigania
Obawy dotyczące etyki i prywatności
- Konsekwencje prawne stosowania rozpoznawania twarzy w egzekwowaniu prawa
- Najlepsze praktyki zapewniające etyczne użytkowanie
Zaawansowane narzędzia i przyszłe trendy
- Wprowadzenie do opartych na chmurze interfejsów API rozpoznawania twarzy (np. AWS Rekognition, Azure Face API)
- Badanie zaawansowanych architektur sieci neuronowych do rozpoznawania twarzy
Podsumowanie i kolejne kroki
Wymagania
- Podstawowa znajomość obsługi komputera
Uczestnicy
- Pracownicy organów ścigania
21 godzin
