سیستمهای هوشمند بینایی کامپیوتری - پایتون، YOLO و OpenCV -1
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مقدمهای بر پردازش تصویر و بینایی کامپیوتری
- تشخیص اشیا با الگوریتم YOLO
- ساخت مدلهای یادگیری عمیق سفارشی
- پروژه عملی شمارش خودرو
- توسعه و پیادهسازی پروژه
پیشنیازهای دوره
- نیاز به تجربه قبلی نیست.
- مهارتهای پایه کامپیوتر
- علاقه به یادگیری
توضیحات دوره
این دوره برای افرادی که به دنبال شغلی در زمینه هوش مصنوعی و بینایی کامپیوتری هستند یا میخواهند برنامههای بینایی کامپیوتری را در پروژههای خود پیادهسازی کنند، طراحی شده است. در «سیستمهای هوشمند بینایی کامپیوتری - پایتون، YOLO و OpenCV -1»، ما با اصول اولیه بینایی کامپیوتری شروع میکنیم و تکنیکهای پردازش تصویر را با استفاده از زبان برنامهنویسی پایتون و کتابخانه OpenCV پوشش میدهیم. سپس به تشخیص اشیا و مدلسازی یادگیری عمیق با استفاده از الگوریتم YOLO (تنها یک بار نگاه کنید) میپردازیم. دانشجویان یاد میگیرند چگونه مدلهای یادگیری عمیق سفارشی را از ابتدا بسازند، با مجموعه دادهها کار کنند، تشخیص اشیا انجام دهند و این مدلها را در پروژههای مختلف به کار ببرند.
در طول دوره، تمرینات عملی به طور مرحلهای و همراه با دانش نظری ارائه میشود و این فرصت را به دانشجویان میدهد تا آنچه را که آموختهاند، به کار بگیرند. همچنین ما به چالشهای رایجی که ممکن است با آنها مواجه شوید، پرداخته و راهحلهای دقیقی ارائه میدهیم. هدف این دوره از ساخت مهارتها از سطح ابتدایی تا متوسط، به عنوان یک راهنمای جامع برای کسی که به این حوزه علاقهمند است، میباشد. این دوره به شما قدرت میدهد تا سیستمهای هوشمند برای پروژههای خود توسعه دهید و تخصص خود را در این زمینه هیجانانگیز افزایش دهید.
هیچگاه برای تعیین یک هدف دیگر یا ساخت یک رویای جدید بیش از حد پیر نیستید.
کارهای دشوار را در حالی که آسان هستند انجام دهید و کارهای بزرگ را در حالی که کوچک هستند. یک سفر هزار مایلی با یک قدم آغاز میشود.
شما بهترین اطلاعاتی را که در طول سالها از طریق آزمون و خطا و تجربه جمعآوری کردهایم، دریافت میکنید.
این دوره برای چه کسانی مناسب است؟
- مبتدیان برنامهنویسی - افرادی که تجربه قبلی در برنامهنویسی ندارند و میخواهند پایتون را یاد بگیرند و آن را در اپلیکیشنهای واقعی بینایی کامپیوتری به کار برند.
- دانشمندان داده آینده - افرادی که به دنبال ورود به حوزه علم داده و یادگیری ماشین، به ویژه در حوزه بینایی کامپیوتری هستند.
- دانشجویان و حرفهایها - دانشجویان دانشگاه، فارغالتحصیلان تازه و یا حرفهایهایی که به دنبال گسترش مهارتهای خود در زمینه هوش مصنوعی و پردازش تصویر هستند.
- علاقهمندان و مشتاقان - کسی که به فناوری، هوش مصنوعی یا رباتیک علاقهمند است و میخواهد ببیند چگونه سیستمهای بینایی کامپیوتری ساخته میشوند.
- توسعهدهندگانی که به هوش مصنوعی منتقل میشوند - برنامهنویسان و توسعهدهندگان نرمافزار که میخواهند به رشتههای هوش مصنوعی و یادگیری ماشین، به ویژه در بینایی کامپیوتری روی آورند.
- یادگیرندگان پروژه محور - افرادی که بهترین یادگیری را از طریق پروژههای عملی و کاربردهای واقعی انجام میدهند، زیرا این دوره شامل یک پروژه نهایی درباره شمارش خودروها است.
سیستمهای هوشمند بینایی کامپیوتری - پایتون، YOLO و OpenCV -1
-
سلام 01:18
-
نصب پایتون 02:14
-
نصب Jupyter Notebook 09:58
-
متغیر چیست؟ 02:06
-
تایپهای داده عددی (متغیرها) - بخش 1 04:04
-
تایپهای داده عددی (قوانین متغیرها) - بخش 2 04:14
-
تایپهای داده عددی (قوانین متغیرها) - بخش 3 03:34
-
تایپ داده رشته 04:07
-
تغییر متغیر (قوانین متغیرها) 02:14
-
تابع خروجی استاندارد 05:42
-
لیستها - بخش 1 05:19
-
لیستها - بخش 2 05:17
-
تابع ورودی استاندارد 02:19
-
Type Conversions - بخش 1 02:52
-
Type Conversions - بخش 2 03:27
-
تاپلها 03:43
-
تایپهای داده منطقی 03:48
-
تعبیرهای منطقی - بخش 1 04:05
-
تعبیرهای منطقی - بخش 2 03:11
-
ساختار شرطی چیست؟ 02:06
-
شرطی If 04:41
-
شرطی If-Else 05:01
-
شرطی If-Elif-Else 04:38
-
حلقه چیست؟ 01:03
-
ساختار in 03:37
-
حلقه For - بخش 1 04:17
-
حلقه For - بخش 2 03:59
-
حلقه While 03:07
-
While - Else 02:31
-
دستورات break و continue 05:14
-
توابع - بخش 1 05:13
-
پارامتر پیشفرض و ترتیب پارامترها 05:40
-
توابع - بخش 2 04:56
-
داده متعدد در یک پارامتر 04:02
-
توابع - بخش 3 03:36
-
توابع - بخش 4 02:41
-
توابع - بخش 5 03:12
-
ماژولها - بخش 1 05:09
-
ماژولها - بخش 2 04:08
-
ماژولها - بخش 3 03:37
-
نصب PyCharm 05:01
-
نصب OpenCV 01:58
-
نمایش یک تصویر 05:21
-
دریافت اندازه تصاویر 03:41
-
تغییر اندازه 04:24
-
برش ناحیهای خاص 05:20
-
توابع ترسیم - بخش 1 05:42
-
توابع ترسیم - بخش 2 04:37
-
توابع ترسیم - بخش 3 04:25
-
متغیرها None
-
آزمون None
-
تئوری - ایجاد تابع PutText خاص 00:27
-
ایجاد تابع PutText خاص (کدنویسی) - بخش 1 10:32
-
ایجاد تابع PutText خاص (کدنویسی) - بخش 2 04:06
-
ایجاد تابع مستطیل خاص (کدنویسی) - بخش 1 03:42
-
ایجاد تابع مستطیل خاص (کدنویسی) - بخش 2 09:19
-
ایجاد تابع لیست آبجکت برای YOLO - بخش 1 04:18
-
ایجاد تابع لیست آبجکت برای YOLO - بخش 2 04:40
-
ایجاد تابع لیست آبجکت برای YOLO - بخش 3 07:06
-
ایجاد تابع لیست آبجکت برای YOLO - بخش 4 07:01
-
ایجاد تابع انباشت تصاویر - بخش 1 11:51
-
ایجاد تابع انباشت تصاویر - بخش 2 07:28
-
ایجاد تابع Dir 05:31
-
ایجاد تابع pointsOfMouse 06:54
-
نصب پکیجها 02:41
-
Yolo (GPU) 03:04
-
جمعآوری داده - ماژولها و متغیرها - بخش 1 06:25
-
جمعآوری داده - ماژولها و متغیرها - بخش 2 03:22
-
جمعآوری داده - حلقهها - بخش 1 05:54
-
جمعآوری داده - حلقهها - بخش 2 07:17
-
جمعآوری داده - حلقهها - بخش 3 10:00
-
جمعآوری داده - حلقهها - بخش 4 06:59
-
حل مشکلات مربوط به جمعآوری داده 02:07
-
جمعآوری داده 02:49
-
پاکسازی داده - بخش 1 03:15
-
پاکسازی داده - بخش 2 06:16
-
پاکسازی داده - بخش 3 04:32
-
پاکسازی داده - بخش 4 04:02
-
پاکسازی داده - بخش 5 03:51
-
پاکسازی داده - بخش 6 02:55
-
پاکسازی داده - بخش 7 02:17
-
تقسیم داده - بخش 1 07:15
-
تقسیم داده - بخش 2 02:28
-
آموزش (مدل سفارشی) 06:59
-
تست - بخش 1 08:11
-
تست - بخش 2 06:04
-
ایجاد متغیرها 03:30
-
ایجاد حلقه 03:50
مشخصات آموزش
سیستمهای هوشمند بینایی کامپیوتری - پایتون، YOLO و OpenCV -1
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:همه سطوح
- تعداد درس:88
- مدت زمان :07:44:32
- حجم :2.4GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy