دوره آموزشی
دوبله زبان فارسی
راهنمای مبتدیان برای یادگیری بینایی کامپیوتری با پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیری اصول بینایی کامپیوتری
- درک الگوریتمهای پردازش تصویر و ویدئو در رزومه
- درک کاربرد مدلهای یادگیری عمیق در رزومه
- یادگیری پیادهسازی الگوریتمهای رزومه با کتابخانه پایتون OpenCV
توضیحات دوره
شما اصول بینایی کامپیوتری را با استفاده از الگوریتمهای مدرن پردازش تصویر و ویدئو میآموزید.
ساختار دوره
مقدمه:
- مقدمه
- کاربردهای واقعی
تکنیکهای محبوب بینایی کامپیوتری:
- بخشبندی تصویر
- دمو - بخشبندی تصویر
- تشخیص لبه
- دمو - تشخیص لبه
- استخراج ویژگی
- دمو - استخراج ویژگی
- کاربرد تکنیکهای رزومه
تشخیص، ردیابی و طبقهبندی اشیا:
- تشخیص شی
- ردیابی شی
- طبقهبندی تصویر
- دمو - طبقهبندی تصویر
- چالشها در رزومه
یادگیری عمیق برای بینایی کامپیوتری:
- یادگیری عمیق چیست؟
- شبکه عصبی کانولوشن (CNN)
- دمو - CNN
- یادگیری انتقالی
- مزایای یادگیری عمیق در رزومه
شناسایی تصویر:
- تشخیص و شناسایی چهره
- دمو - تشخیص چهره
- شناسایی کاراکتر نوری (OCR)
- دمو - OCR
تکنیکهای پیشرفته - ایجاد پانوراما:
- رجیستر تصویر
- Stitching تصویر
- دمو - Stitching تصویر
تحلیل موشن:
- تحلیل موشن
- پردازش ویدئو
- تفریق پسزمینه
- دمو - حذف پسزمینه
پردازش ویدئو بلادرنگ:
- پردازش ویدئو بلادرنگ
- دمو - تشخیص شی
- کاربرد در روباتیک
پیشنیازهای دوره
- دانش اولیه از برنامهنویسی کامپیوتری
- آشنایی با زبان برنامهنویسی پایتون و هر IDE پایتون (مانند PyCharm)
- ماشین ویندوز، لینوکس و Mac OS X با اینترنت
آنچه خواهید آموخت؟
- یادگیری اصول بینایی کامپیوتری
- درک الگوریتمهای مدرن پردازش تصویر و ویدئو در رزومه
- درک کاربرد مدلهای یادگیری عمیق در رزومه
- یادگیری پیادهسازی الگوریتمهای رزومه با کتابخانه OpenCV پایتون
این دوره برای چه کسانی مناسب است؟
- افراد تازهکار و حرفهایهای باتجربه که به یادگیری بینایی کامپیوتری علاقهمند هستند.
راهنمای مبتدیان برای یادگیری بینایی کامپیوتری با پایتون
-
مقدمه 00:35
-
کاربردهای واقعی 02:05
-
خلاصه 00:30
-
بخشبندی تصویر 00:37
-
دمو - بخشبندی تصویر 02:14
-
تشخیص لبه 00:23
-
دمو - تشخیص لبه 01:31
-
استخراج ویژگی 00:26
-
دمو - استخراج ویژگی 01:51
-
کاربرد تکنیکهای CV 00:22
-
خلاصه 00:30
-
تکنیکهای محبوب CV None
-
تشخیص شی 00:50
-
ردیابی شی 00:23
-
طبقهبندی تصویر 01:02
-
دمو - طبقهبندی تصویر 02:39
-
چالشها در CV 00:28
-
خلاصه 00:30
-
تشخیص، ردیابی و طبقهبندی شی None
-
یادگیری عمیق چیست؟ 00:45
-
شبکه عصبی کانولوشن (CNN) 01:23
-
دمو - CNN 03:47
-
یادگیری انتقالی 00:57
-
دمو - یادگیری انتقالی 00:59
-
مزایای یادگیری عمیق در CV 00:29
-
خلاصه 00:30
-
یادگیری عمیق در بینایی کامپیوتری None
-
تشخیص و شناسایی چهره 01:05
-
دمو - تشخیص چهره 01:58
-
شناسایی کاراکتر نوری (OCR) 01:01
-
دمو - OCR 02:22
-
خلاصه 00:23
-
شناسایی تصویر None
-
رجیستر تصویر 01:10
-
Stitching تصویر 01:32
-
دمو - Stitching تصویر 02:09
-
خلاصه 00:35
-
تکنیکهای پیشرفته - ایجاد پانوراما None
-
تحلیل موشن 01:24
-
پردازش ویدئو 00:51
-
حذف پسزمینه 00:46
-
دمو - حذف پسزمینه 03:13
-
خلاصه 00:40
-
تحلیل موشن None
-
پردازش ویدئو بلادرنگ 00:58
-
دمو - تشخیص شی 01:54
-
کاربرد در روباتیک 00:26
-
خلاصه 00:34
-
پردازش ویدئو بلادرنگ None
مشخصات آموزش
راهنمای مبتدیان برای یادگیری بینایی کامپیوتری با پایتون
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:مقدماتی
- تعداد درس:49
- مدت زمان :48:47
- حجم :411.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy