Cursurile de instruire locală, instruite live, prin intermediul discuțiilor interactive și practicilor de mână, demonstrează că elementele de bază ale Computer Vision, ca participanți, par a fi create prin crearea de aplicații simple pentru computer Vision Computer Vision de formare este disponibil ca "live live training" sau "de la distanță de formare live" Training-ul live la fața locului poate fi efectuat la fața locului la sediul clientului Moldova sau în centrele de formare corporativa NobleProg din Moldova Instruirea live la distanță este realizată printr-un desktop interactiv, la distanță NobleProg Furnizorul dvs de formare locală.
Machine Translated
Mărturii
Mi-a plăcut cu adevărat abordarea hands-on.
Kevin De Cuyper
Curs: Computer Vision with OpenCV
Machine Translated
Folosirea ușoară a funcționalității VideoCapture pentru achiziționarea imaginilor video de pe camera de laptop.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curs: Computer Vision with OpenCV
Machine Translated
Mi-a plăcut sfaturile oferite de formator cu privire la modul de utilizare a instrumentelor. Acesta este ceva ce nu poate fi primit de pe internet și este foarte util.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curs: Computer Vision with OpenCV
Machine Translated
Mi-a plăcut sfaturile oferite de formator cu privire la modul de utilizare a instrumentelor. Acesta este ceva ce nu poate fi primit de pe internet și este foarte util.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curs: Computer Vision with OpenCV
Machine Translated
Era ușor de urmărit.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curs: Computer Vision with OpenCV
Machine Translated
Trainer a fost foarte knowlegable și foarte deschis la feedback-ul cu privire la ce ritm pentru a trece prin conținut și subiecte le-am acoperit. Am câștigat o mulțime de la formare și simt ca am acum o bună înțelegere de manipulare a imaginii și unele tehnici pentru construirea unui set bun de formare pentru o problemă de clasificare a imaginii.
Anthea King - WesCEF
Curs: Computer Vision with Python
Machine Translated
Computer Vision Subcategories
Computer Vision Course Outlines
Numele cursului
Durata
Sinoptic
Numele cursului
Durata
Sinoptic
21 hours
YOLOv7 este un model de ultimă generație de detectare a obiectelor în timp real pentru sarcini de viziune pe computer.Această instruire live condusă de instructor (online sau la fața locului) se adresează dezvoltatorilor, cercetătorilor și cercetătorilor de date de nivel mediu până la avansat care doresc să învețe cum să implementeze detectarea obiectelor în timp real folosind YOLOv7.Până la sfârșitul acestui training, participanții vor fi capabili să:
- Înțelegeți conceptele fundamentale ale detectării obiectelor. Instalați și configurați YOLOv7 pentru sarcinile de detectare a obiectelor. Antrenați și testați modele personalizate de detectare a obiectelor folosind YOLOv7. Integrați YOLOv7 cu alte cadre și instrumente de viziune computerizată. Depanați problemele comune legate de implementarea YOLOv7.
- Prelegere interactivă și discuție. Multe exerciții și practică. Implementare practică într-un mediu de laborator live.
- Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a aranja.
14 hours
SimpleCV este un cadru open source - ceea ce înseamnă că este o colecție de biblioteci și software pe care le puteți utiliza pentru a dezvolta aplicații de vizualizare. Vă permite să lucrați cu imaginile sau fluxurile video provenite de la camerele web, camerele Kinects, FireWire și IP sau telefoanele mobile. Vă ajută să construiți programe software pentru a vă face diferitele tehnologii nu numai să vedeți lumea, ci și să o înțelegeți. Public Acest curs este adresat inginerilor și dezvoltatorilor care doresc să dezvolte aplicații de vizibilitate prin intermediul computerului cu SimpleCV.
21 hours
Caffe este un cadru de învățare profund făcut în expresie, viteză și modularitate în minte. Acest curs explorează aplicarea Caffe ca cadru de învățare profundă pentru recunoașterea imaginii folosind MNIST ca exemplu Public Acest curs este potrivit pentru cercetătorii de la Deep Learning și pentru inginerii interesați să utilizeze Caffe ca cadru. După finalizarea acestui curs, delegații vor putea:
- să înțeleagă structura și mecanismele de implementare a lui Caffe
- efectuați sarcinile și configurația mediului de instalare / producție / arhitecturii
- evaluarea calității codului, efectuarea depanării, monitorizarea
- să implementeze producția avansată, cum ar fi modelele de formare, punerea în aplicare a straturilor și logarea
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 este un câmp care implică extragerea, analizarea și înțelegerea automată a informațiilor utile din media digitală. Python este un limbaj de programare la nivel înalt, renumit pentru sintaxa și lizibilitatea codurilor sale. În cadrul acestui training, instruit în direct, participanții vor învăța elementele de bază ale Computer Vision în timp ce pășesc prin crearea unui set de aplicații simple Computer Vision folosind Python . Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți elementele de bază ale viziunii Computer
- Utilizați Python pentru a implementa activități Computer Vision
- Construiți propriile sisteme de detectare a feței, obiectelor și mișcărilor
- Programatorii Python interesați de Computer Vision
- Partea de prelegere, o discuție parțială, exerciții și practici practice
21 hours
This instructor-led, live training in Moldova (online or onsite) is aimed at developers who wish to build a self-driving car using deep learning techniques.
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
14 hours
Analiza video se referă la tehnologia și tehnicile utilizate pentru a procesa un flux video. O aplicație comună ar fi captarea și identificarea evenimentelor video live prin detectarea mișcării, recunoașterea feței, mulțimea și numărarea vehiculelor etc.
Această formare directă (online sau on-site) este destinată dezvoltatorilor care doresc să construiască modele de detectare și urmărire a obiectelor accelerate prin hardware pentru a analiza datele video în streaming.
La sfârșitul cursului, participanții vor putea:
-
Instalați și configurați mediul de dezvoltare, software-ul și bibliotecile necesare pentru a începe dezvoltarea.
Construiți, instruiți și implementați modele de învățare profundă pentru a analiza feed-urile video live.
Identifică, urmărește, segmentă și prezice diferite obiecte în cadrul cadrelor video.
Optimizează modelele de detecție și urmărire a obiectelor.
Dezvoltați o aplicație de analiză video inteligentă (IVA).
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
7 hours
YOLO (You Only Look Once) este un algoritm transformat în modele pre-trainate pentru detectarea obiectelor. Acesta este testat de cadrul de rețea neuronal Darknet, ceea ce îl face ideal pentru dezvoltarea funcțiilor de viziune a calculatorului bazate pe setul de date COCO (Obiectele comune în context). Cele mai recente variante ale cadrului YOLO, YOLOv3-v4, permit programelor să execute în mod eficient localizarea și clasificarea sarcinilor în timp ce funcționează în timp real.
Această formare directă, condusă de instructori (online sau on-site) vizează dezvoltatorii de bază și oamenii de știință de date care doresc să integreze modelele YOLO pre-trainate în programele lor conduse de întreprindere și să implementeze componente cost-eficiente pentru detectarea obiectelor.
La sfârșitul cursului, participanții vor putea:
-
Instalați și configurați instrumentele și bibliotecile necesare pentru detectarea obiectelor folosind YOLO.
Personalizează aplicațiile de comandă Python care funcționează pe baza modelelor YOLO pre-trainate.
Implementarea cadrului modelelor YOLO pregătite pentru diferite proiecte de viziune a calculatorului.
Convertați seturile de date existente pentru detectarea obiectelor în format YOLO.
Înțelegeți conceptele fundamentale ale algoritmului YOLO pentru viziunea computerului și / sau învățarea profundă.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
14 hours
Model Matching este o tehnică folosită pentru a localiza tiparele specificate în cadrul unei imagini. Poate fi utilizat pentru a determina existența unor caracteristici specificate în cadrul unei imagini capturate, de exemplu eticheta așteptată pe un produs defect într-o linie de fabrică sau dimensiunile specificate ale unei componente. Este diferit de „ Pattern Recognition ” (care recunoaște tiparele generale bazate pe colecții mai mari de eșantioane asociate) prin faptul că dictează în mod specific ceea ce căutăm, apoi ne spune dacă modelul așteptat există sau nu.
- Acest curs introduce abordările, tehnologiile și algoritmii folosiți în câmpul de potrivire a modelelor, așa cum se aplică la 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
Această instruire instruită live introduce programul software, hardware și pasul treptei necesare pentru a construi un sistem de recunoaștere facială de la zero Recunoașterea facială este cunoscută și ca Recunoașterea feței Hardware-ul folosit în acest laborator include Rasberry Pi, un modul de cameră, servo (opțional), etc Participanții sunt responsabili pentru achiziționarea acestor componente Software-ul folosit include OpenCV, Linux, Python, etc Până la sfârșitul acestui curs, participanții vor putea: Instalați Linux, OpenCV și alte utilitare de software și biblioteci pe un Rasberry Pi Configurați OpenCV pentru captarea și detectarea imaginilor faciale Înțelegeți diferitele opțiuni pentru ambalarea unui sistem Rasberry Pi pentru utilizarea în medii reale Adaptați sistemul pentru o varietate de cazuri de utilizare, inclusiv supravegherea, verificarea identității etc Public Dezvoltatori Tehnicieni de hardware / software Persoane fizice din toate industriile hobbyists Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră Notă Alte opțiuni hardware și software includ: Arduino, OpenFace, Windows etc Dacă doriți să utilizați oricare dintre acestea, vă rugăm să ne contactați pentru a aranja .
14 hours
OpenCV este o bibliotecă de funcții de programare pentru descărcarea imaginilor cu algoritmi de calculator. OpenCV 4 este cea mai recentă versiune OpenCV și oferă modularitate optimizată, algoritmi actualizate și multe altele. Cu OpenCV 4 și Python, utilizatorii vor putea vizualiza, încărca și clasifica imagini și videoclipuri pentru recunoașterea avansată a imaginii.
Această formare directă (online sau on-site) este destinată inginerilor software care doresc să programeze în Python cu OpenCV 4 pentru învățare profundă.
La sfârșitul cursului, participanții vor putea:
-
Vedeți, încărcați și clasificați imagini și videoclipuri folosind OpenCV 4.
Întâlniţi-vă învăţăturile în două şi patru rânduri.
Executați modele de învățare profundă și generați rapoarte impresionante din imagini și videoclipuri.
-
Lecții și discuții interactive.
Multe exerciții și practici.
Implementarea pe mâini într-un mediu live-lab.
-
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Last Updated:
Alte regiuni
Consultanță
Sfarsit de saptamana Computer Vision Cursuri, Seara Computer Vision Training, Computer Vision Camp, Computer Vision Cu instructor, Sfarsit de saptamana Computer Vision Training, Seara Computer Vision Cursuri, Computer Vision Coaching, Computer Vision Instructor, Computer Vision Trainer, Computer Vision Cursuri, Computer Vision Clase, Computer Vision Pe pagina, Computer Vision curs privat, Computer Vision one on one training
