Szkolenia Computer Vision

Szkolenia Computer Vision

Praktyczne szkolenia, prowadzone na żywo z Computer Vision są prowadzone jako interaktywne warsztaty. Warsztaty z umożliwiają zapoznanie się z kluczowymi pojęciami i technikami Computer Vision. Uczestnicy przechodzą przez tworzenie prostych aplikacji Computer Vision.
Szkolenie z Computer Vision jest dostępny jako "trening na żywo na miejscu" lub "szkolenie na żywo" Szkolenie na żywo w siedzibie klienta może odbywać się lokalnie w siedzibie klienta w Polsce lub w centrach szkoleniowych korporacji NobleProg w Polsce Zdalne szkolenie na żywo odbywa się za pomocą interaktywnego, zdalnego pulpitu NobleProg Twój lokalny dostawca szkoleń.

Opinie uczestników

★★★★★
★★★★★

Podkategorie Computer Vision

Plany szkoleń z technologii Computer Vision

Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
21 godzin
YOLOv7 to najnowocześniejszy model wykrywania obiektów w czasie rzeczywistym do komputerowych zadań wizyjnych; To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla średnio zaawansowanych i zaawansowanych programistów, badaczy i naukowców zajmujących się danymi, którzy chcą dowiedzieć się, jak wdrożyć wykrywanie obiektów w czasie rzeczywistym za pomocą YOLOv7. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zrozumienie podstawowych koncepcji wykrywania obiektów. Instalowanie i konfigurowanie YOLOv7 do zadań wykrywania obiektów. Trenowanie i testowanie niestandardowych modeli wykrywania obiektów przy użyciu YOLOv7. Zintegrować YOLOv7 z innymi platformami i narzędziami wizji komputerowej. Rozwiązywanie typowych problemów związanych z implementacją YOLOv7.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
21 godzin
Caffe to platforma głębokiego uczenia stworzona z myślą o ekspresji, szybkości i modułowości. Ten kurs bada zastosowanie Caffe jako struktury głębokiego uczenia się do rozpoznawania obrazów na przykładzie MNIST Publiczność Ten kurs jest odpowiedni dla Deep Learning badaczy i inżynierów zainteresowanych wykorzystaniem Caffe jako frameworka. Po ukończeniu tego kursu uczestnicy będą w stanie
    zrozumieć strukturę i mechanizmy wdrażania Caffe&rsquo przeprowadzać zadania i konfigurację instalacji / środowiska produkcyjnego / architektury oceniać jakość kodu, przeprowadzać debugowanie, monitorowanie wdrażać zaawansowaną produkcję, taką jak modele szkoleniowe, wdrażanie warstw i rejestrowanie
14 godzin
Marvin to rozszerzalny, wieloplatformowy, open-source'owy framework do przetwarzania obrazów i wideo opracowany w Java.  Programiści mogą używać Marvina do manipulowania obrazami, wyodrębniania cech z obrazów do zadań klasyfikacyjnych, algorytmicznego generowania figur, przetwarzania zbiorów danych plików wideo i konfigurowania automatyzacji testów jednostkowych. Niektóre z zastosowań wideo Marvin ' obejmują filtrowanie, rzeczywistość rozszerzoną, śledzenie obiektów i wykrywanie ruchu. W tym prowadzonym przez instruktora kursie na żywo uczestnicy poznają zasady analizy obrazu i wideo oraz wykorzystają Marvin Framework i jego algorytmy przetwarzania obrazu do stworzenia własnej aplikacji. Format kursu
    Najpierw wprowadzane są podstawowe zasady analizy obrazu, analizy wideo i Marvin Framework. Studenci otrzymują zadania oparte na projektach, które pozwalają im ćwiczyć poznane koncepcje. Pod koniec zajęć uczestnicy opracują własną aplikację przy użyciu Marvin Framework i bibliotek.
14 godzin
Wizja komputerowa to dziedzina, która obejmuje automatyczne wyodrębnianie, analizowanie i rozumienie użytecznych informacji z mediów cyfrowych. Python to język programowania wysokiego poziomu słynący z przejrzystej składni i czytelności kodu. W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają podstawy Computer Vision, przechodząc przez proces tworzenia zestawu prostych aplikacji Computer Vision przy użyciu Python. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zrozumienie podstaw widzenia komputerowego Wykorzystanie Python do implementacji zadań Computer Vision Tworzenie własnych systemów wykrywania twarzy, obiektów i ruchu
Publiczność
    Python programiści zainteresowani wizją komputerową
Format kursu
    Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
21 godzin
Uczenie głębokie to poddziedzina uczenia maszynowego. Wykorzystuje metody oparte na uczeniu się reprezentacji danych i struktur, takich jak sieci neuronowe. Keras to wysokopoziomowy interfejs API sieci neuronowych do szybkiego programowania i eksperymentowania. Działa na platformie TensorFlow, CNTK lub Theano. To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla programistów, którzy chcą zbudować autonomiczny samochód (pojazd autonomiczny) przy użyciu technik głębokiego uczenia się. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Użyj Keras, aby zbudować i wytrenować konwolucyjną sieć neuronową. Wykorzystanie technik wizji komputerowej do identyfikacji pasów ruchu w projekcie autonomicznej jazdy. Trenowanie modelu głębokiego uczenia się w celu rozróżniania znaków drogowych. Symulacja w pełni autonomicznego samochodu.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
14 godzin
SimpleCV jest frameworkiem open source — co oznacza, że jest to zbiór bibliotek i oprogramowania, które można wykorzystać do tworzenia aplikacji wizyjnych. Umożliwia pracę z obrazami lub strumieniami wideo pochodzącymi z kamer internetowych, Kinectów, kamer FireWire i IP lub telefonów komórkowych. Pomaga tworzyć oprogramowanie, dzięki któremu różne technologie nie tylko widzą świat, ale także go rozumieją. Publiczność Ten kurs jest skierowany do inżynierów i programistów, którzy chcą rozwijać aplikacje wizji komputerowej za pomocą SimpleCV.
14 godzin
Analityka wideo odnosi się do technologii i technik wykorzystywanych do przetwarzania strumienia wideo. Typowym zastosowaniem jest przechwytywanie i identyfikacja zdarzeń wideo na żywo poprzez wykrywanie ruchu, rozpoznawanie twarzy, liczenie tłumów i pojazdów itp. To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla programistów, którzy chcą tworzyć modele wykrywania i śledzenia obiektów z akceleracją sprzętową do analizy strumieniowych danych wideo. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj i skonfiguruj niezbędne środowisko programistyczne, oprogramowanie i biblioteki, aby rozpocząć tworzenie oprogramowania. Tworzenie, trenowanie i wdrażanie modeli głębokiego uczenia w celu analizowania kanałów wideo na żywo. Identyfikować, śledzić, segmentować i przewidywać różne obiekty w klatkach wideo. Optymalizacja modeli wykrywania i śledzenia obiektów. Wdrożenie inteligentnej aplikacji do analizy wideo (IVA).
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
7 godzin
YOLO (You Only Look Once) to algorytm przekształcony we wstępnie wytrenowane modele do wykrywania obiektów. Jest on testowany przez framework sieci neuronowej Darknet, dzięki czemu idealnie nadaje się do opracowywania funkcji widzenia komputerowego w oparciu o zbiór danych COCO (Common Objects in Context). Najnowsze warianty frameworka YOLO, YOLOv3-v4, umożliwiają programom wydajne wykonywanie zadań lokalizowania i klasyfikowania obiektów w czasie rzeczywistym. To prowadzone przez instruktora szkolenie na żywo (w trybie online lub na miejscu) jest przeznaczone dla programistów zaplecza i naukowców zajmujących się danymi, którzy chcą włączyć wstępnie wyszkolone modele YOLO do swoich programów opartych na przedsiębiorstwie i wdrożyć opłacalne komponenty do wykrywania obiektów. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj i skonfiguruj niezbędne narzędzia i biblioteki wymagane do wykrywania obiektów za pomocą YOLO. Dostosowywanie Python aplikacji wiersza poleceń, które działają w oparciu o wstępnie wytrenowane modele YOLO. Wdrożyć strukturę wstępnie wytrenowanych modeli YOLO dla różnych projektów wizji komputerowej. Konwersja istniejących zbiorów danych do wykrywania obiektów do formatu YOLO. Zrozumienie podstawowych koncepcji algorytmu YOLO dla wizji komputerowej i/lub głębokiego uczenia się.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
14 godzin
Dopasowywanie wzorców to technika używana do lokalizowania określonych wzorców na obrazie. Może być używana do określenia istnienia określonych cech w przechwyconym obrazie, na przykład oczekiwanej etykiety na wadliwym produkcie w linii produkcyjnej lub określonych wymiarów komponentu. Różni się od "Pattern Recognition" (który rozpoznaje ogólne wzorce w oparciu o większe zbiory powiązanych próbek) tym, że konkretnie dyktuje, czego szukamy, a następnie mówi nam, czy oczekiwany wzorzec istnieje, czy nie. Format kursu Ten kurs wprowadza podejścia, technologie i algorytmy stosowane w dziedzinie dopasowywania wzorców w odniesieniu do Machine Vision.
28 godzin
OpenCV (Open Source Computer Vision Library: http://opencv.org) to biblioteka na licencji BSD o otwartym kodzie źródłowym, która zawiera kilkaset algorytmów wizji komputerowej. Publiczność Ten kurs jest skierowany do inżynierów i architektów, którzy chcą wykorzystać OpenCV w projektach związanych z wizją komputerową
14 godzin
OpenCV to biblioteka funkcji programistycznych do odszyfrowywania obrazów za pomocą algorytmów komputerowych. OpenCV 4 to najnowsza wersja OpenCV, która zapewnia zoptymalizowaną modułowość, zaktualizowane algorytmy i nie tylko. Dzięki OpenCV 4 i Python użytkownicy będą mogli przeglądać, ładować i klasyfikować obrazy i filmy w celu zaawansowanego rozpoznawania obrazów. Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla inżynierów oprogramowania, którzy chcą programować w Python z OpenCV 4 do głębokiego uczenia się. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Wyświetlanie, ładowanie i klasyfikowanie obrazów i filmów przy użyciu OpenCV 4. Implementacja głębokiego uczenia w OpenCV 4 z TensorFlow i Keras. Uruchamiaj modele głębokiego uczenia i generuj wpływowe raporty z obrazów i filmów.
Format kursu
    Interaktywny wykład i dyskusja. Dużo ćwiczeń i praktyki. Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
    Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
21 godzin
To prowadzone przez instruktora szkolenie na żywo wprowadza oprogramowanie, sprzęt i krok po kroku proces potrzebny do zbudowania od podstaw systemu rozpoznawania twarzy. Rozpoznawanie twarzy jest również znane jako Face Recognition. Sprzęt używany w tym laboratorium obejmuje Rasberry Pi, moduł kamery, serwomechanizmy (opcjonalnie) itp. Uczestnicy są odpowiedzialni za zakup tych komponentów we własnym zakresie. Wykorzystywane oprogramowanie obejmuje OpenCV, Linux, Python itp. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zainstaluj system Linux, OpenCV oraz inne oprogramowanie narzędziowe i biblioteki na Rasberry Pi. Skonfigurowanie OpenCV do przechwytywania i wykrywania obrazów twarzy. Zrozumienie różnych opcji pakowania systemu Rasberry Pi do użytku w rzeczywistych środowiskach. Dostosowanie systemu do różnych przypadków użycia, w tym nadzoru, weryfikacji tożsamości itp.
Format kursu
    Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Uwaga
    Inne opcje sprzętu i oprogramowania obejmują: Arduino, OpenFace, Windows itp. Jeśli chcesz skorzystać z którejkolwiek z tych opcji, skontaktuj się z nami w celu ustalenia szczegółów.

Last Updated:

Szkolenie Computer Vision, Computer Vision boot camp, Szkolenia Zdalne Computer Vision, szkolenie wieczorowe Computer Vision, szkolenie weekendowe Computer Vision, Kurs Computer Vision,Kursy Computer Vision, Trener Computer Vision, instruktor Computer Vision, kurs zdalny Computer Vision, edukacja zdalna Computer Vision, nauczanie wirtualne Computer Vision, lekcje UML, nauka przez internet Computer Vision, e-learning Computer Vision, kurs online Computer Vision, wykładowca Computer Vision

Kursy w promocyjnej cenie

Newsletter z promocjami

Zapisz się na nasz newsletter i otrzymuj informacje o aktualnych zniżkach na kursy otwarte.
Szanujemy Twoją prywatność, dlatego Twój e-mail będzie wykorzystywany jedynie w celu wysyłki naszego newslettera, nie będzie udostępniony ani sprzedany osobom trzecim.
W dowolnej chwili możesz zmienić swoje preferencje co do otrzymywanego newslettera bądź całkowicie się z niego wypisać.

Zaufali nam

This site in other countries/regions