مسترکلاس بینایی کامپیوتری

آنچه یاد خواهید گرفت:

• درک شهودی اولیه درباره‌ classifiers آبشاری و HOG برای تشخیص چهره
• پیاده‌سازی تشخیص چهره با استفاده از کتابخانه‌های OpenCV و Dlib
• یادگیری روش‌های تشخیص اشیا دیگر با استفاده از OpenCV، نظیر خودروها، ساعت‌ها، چشم‌ها و بدن کامل افراد
• مقایسه نتایج سه تشخیص‌دهنده چهره - Haarcascade و HOG (هیستوگرام‌های گرادیان‌های جهت‌دار) و CNN (شبکه‌های عصبی کانولوشن)
• تشخیص چهره با استفاده از تصاویر و وب‌کم
• درک شهودی اولیه درباره‌ الگوریتم LBPH برای شناسایی چهره‌ها
• پیاده‌سازی شناسایی چهره با استفاده از OpenCV و Dlib
• شناسایی چهره‌ها با استفاده از تصاویر و وب‌کم
• درک شهودی اولیه درباره‌ الگوریتم‌های KCF و CSRT برای ردیابی اشیا
• یادگیری نحوه‌ ردیابی اشیا در ویدئوها با استفاده از کتابخانه OpenCV
• یادگیری همه مواردی که باید درباره‌ تئوری پشت شبکه‌های عصبی بدانید، مانند: پرسپترون، توابع فعال‌سازی، بروزرسانی وزن، پس‌انتشار، گرادیان کاهشی و موارد بسیار دیگر
• پیاده‌سازی شبکه‌های عصبی متراکم برای طبقه‌بندی تصاویر
• یادگیری نحوه‌ استخراج پیکسل‌ها و ویژگی‌ها از تصاویر جهت ساخت شبکه‌های عصبی
• یادگیری تئوری پشت شبکه‌های عصبی کانولوشن و پیاده‌سازی آنها با استفاده از پایتون و تنسورفلو
• پیاده‌سازی یادگیری انتقالی و تیونینگ دقیق برای به‌دست آوردن نتایج شگفت‌انگیز در طبقه‌بندی تصاویر
• استفاده از شبکه‌های عصبی کانولوشن برای طبقه‌بندی احساسات زیر در تصاویر و ویدئوها: شادی، خشم، انزجار، ترس، شگفتی و خنثی
• فشرده‌سازی تصاویر با استفاده از رمزگذارهای خودکار خطی و کانولوشن
• تشخیص اشیا در تصاویر و ویدئوها با استفاده از YOLO، یکی از قدرتمندترین الگوریتم‌های امروزی
• شناسایی حرکات و اقدامات در ویدئوها با استفاده از OpenCV
• یادگیری نحوه‌ ایجاد تصاویر توهمی با Deep Dream
• یادگیری نحوه‌ احیای هنرمندان معروف با انتقال استایل
• ایجاد تصاویری که در دنیای واقعی وجود ندارند با استفاده از GANs (شبکه‌های مولد متخاصم)
• پیاده‌سازی بخش‌بندی تصویر برای استخراج اطلاعات مفید از تصاویر و ویدئوها

پیش‌نیازهای دوره

• منطق برنامه‌نویسی
• برنامه‌نویسی اولیه پایتون

توضیحات دوره

بینایی کامپیوتری یک زیرشاخه از هوش مصنوعی است که بر ایجاد سیستم‌هایی تمرکز دارد که می‌توانند داده‌ ویژوال را مشابه چشم انسان پردازش، تحلیل و شناسایی کنند. کاربردهای تجاری زیادی در بخش‌های مختلف مانند: امنیت، بازاریابی، تصمیم‌گیری و تولید وجود دارد. گوشی‌های هوشمند از بینایی کامپیوتری برای قفل‌گشایی دستگاه‌ها با استفاده از شناسایی چهره، خودروهای خودران از آن برای تشخیص عابرین پیاده و حفظ فاصله ایمن از سایر خودروها استفاده می‌کنند و دوربین‌های امنیتی نیز برای شناسایی حضور افراد در محیط از آن بهره می‌برند تا زنگ خطر فعال شود.

در این دوره، شما همه مواردی را که برای ورود به این دنیا نیاز دارید، خواهید آموخت. شما گام‌ به‌ گام چهارده تکنیک اصلی بینایی کامپیوتری را پیاده‌ خواهید کرد. اگر هرگز درباره‌ بینایی کامپیوتری نشنیده‌اید، در پایان دوره نگاهی عملی به تمام حوزه‌ها خواهید داشت. در زیر می‌توانید برخی از محتواهایی را که پیاده‌سازی خواهید کرد، مشاهده کنید:

• تشخیص چهره‌ها در تصاویر و ویدئوها با استفاده از کتابخانه‌های OpenCV و Dlib
• یادگیری نحوه‌ آموزش الگوریتم LBPH برای شناسایی چهره‌ها، همچنین با استفاده از کتابخانه‌های OpenCV و Dlib
• ردیابی اشیا در ویدئوها با استفاده از الگوریتم‌های KCF و CSRT
• یادگیری تمام تئوری پشت شبکه‌های عصبی مصنوعی و پیاده‌سازی آنها برای طبقه‌بندی تصاویر
• پیاده‌سازی شبکه‌های عصبی کانولوشن برای طبقه‌بندی تصاویر
• استفاده از یادگیری انتقالی و تیونینگ دقیق برای بهبود نتایج شبکه‌های عصبی کانولوشن
• تشخیص احساسات در تصاویر و ویدئوها با استفاده از شبکه‌های عصبی
• فشرده‌سازی تصاویر با استفاده از رمزگذارهای خودکار و تنسورفلو
• تشخیص اشیا با استفاده از YOLO، یکی از قدرتمندترین تکنیک‌ها برای این تسک
• شناسایی حرکات و اقدامات در ویدئوها با استفاده از OpenCV
• ایجاد تصاویر توهمی با استفاده از تکنیک Deep Dream
• ترکیب استایل تصاویر با استفاده از انتقال استایل
• ایجاد تصاویری که در دنیای واقعی وجود ندارند با استفاده از GANs (شبکه‌های مولد متخاصم)
• استخراج اطلاعات مفید از تصاویر با استفاده از بخش‌بندی تصویر

شما شهودی اولیه درباره‌ی الگوریتم‌ها را یاد گرفته و گام‌ به‌ گام برخی پروژه‌ها را با استفاده از زبان پایتون و Google Colab پیاده‌سازی خواهید کرد.

این دوره برای چه کسانی مناسب است؟

• مبتدیانی که در حال شروع یادگیری بینایی کامپیوتری هستند.
• دانشجویان مقطع کارشناسی که در حال مطالعه موضوعات مربوط به هوش مصنوعی هستند.
• افرادی که می‌خواهند مشکلات خود را با استفاده از بینایی کامپیوتری حل کنند.
• دانشجویانی که می‌خواهند در شرکت‌های توسعه پروژه‌های بینایی کامپیوتری کار کنند.
• افرادی که می‌خواهند با تمام حوزه‌های بینایی کامپیوتری آشنا شوند و همچنین بدانند که این تکنیک‌ها قادر به حل چه مشکلاتی هستند.
• کسی که به هوش مصنوعی یا بینایی کامپیوتری علاقه‌مند است
• دانشمندان داده که می‌خواهند پورتفولیوی خود را گسترش دهند.
• حرفه‌ای‌هایی که می‌خواهند بفهمند چگونه می‌توانند بینایی کامپیوتری را روی پروژه‌های واقعی اعمال کنند.