تسلط به بینایی کامپیوتری OpenCV4 در پایتون با یادگیری عمیق

آنچه یاد خواهید گرفت:

• درک و استفاده از OpenCV4 در پایتون
• چگونه از یادگیری عمیق با کراس و تنسورفلو در پایتون استفاده کنید؟
• ایجاد Detectors و Recognizers چهره و ایجاد تعویض‌های پیشرفته چهره خود با استفاده از DLIB
• تشخیص اشیا، ردیابی و تحلیل موشن
• ایجاد اپلیکیشن‌های واقعیت افزوده
• مهارت‌های برنامه‌نویسی مانند پایتون و Numpy اولیه
• چگونه از بینایی کامپیوتری در اجرای ایده‌های جذاب استارتاپی استفاده کنید؟
• درک شبکه‌های عصبی و شبکه‌های عصبی کانولوشن
• یادگیری ساخت Classifiers ساده تصاویر در پایتون
• یادگیری ساخت ریدر OCR برای کارت‌های اعتباری
• یادگیری اعمال انتقال سبک با شبکه‌های عصبی با استفاده از OpenCV
• یادگیری تشخیص چندین شی در OpenCV (تا 90 شی) با استفاده از SSDs (Detector تک‌شات)
• یادگیری تبدیل تصاویر سیاه و سفید به رنگی با استفاده از Caffe
• یادگیری شناسایی خودکار شماره‌ پلاک (ALPR)
• یادگیری مبانی بینایی کامپیوتری و پردازش تصویر

پیش‌نیازهای دوره

• نیاز به دانش برنامه‌نویسی کم یا هیچ‌گونه، اما دانش پایه برنامه‌نویسی کمک خواهد کرد.
• سیستم ویندوز 10 یا اوبونتو یا سیستم عامل مک
• یک وب‌کم برای پیاده‌سازی برخی از پروژه‌های کوچک

توضیحات دوره

به یکی از جامع‌ترین و بهترین دوره‌های OpenCV خوش آمدید، جایی که خواهید آموخت چگونه به مهارت‌های بینایی کامپیوتری با استفاده از جدیدترین نسخه OpenCV4 در پایتون تسلط پیدا کنید.

بینایی کامپیوتری یک حوزه از هوش مصنوعی است که با نحوه درک الگوریتم‌های کامپیوتری از آنچه در تصاویر می‌بینند سروکار دارد. شما به این مهارت شگفت‌انگیز مسلط شده و توانایی تکمیل پروژه‌های دانشگاهی، خودکارسازی در محیط کار، شروع به توسعه ایده استارتاپ خود یا کسب مهارت‌هایی که به شما امکان می‌دهد به عنوان مهندس بینایی کامپیوتری با دستمزد بالا ($400-$1000 USD/Day) کار کنید را بدست می‌آورید.

شما موارد زیر را خواهید آموخت:

• مفاهیم کلیدی بینایی کامپیوتری و OpenCV (با استفاده از جدیدترین نسخه OpenCV4)
• دستکاری تصاویر (ده‌ها تکنیک) مانند تبدیلات، کراپ کردن، تار کردن، آستانه‌گذاری و تشخیص لبه
• بخش‌بندی‌ تصاویر با درک کانتورها، تشخیص دایره و خط - شما حتی می‌آموزید چگونه کانتورها را تخمین بزنید، آنها را فیلتر و مرتب کنید و همچنین تخمین‌های مشابه بسازید.
• تشخیص ویژگی (SIFT و SURF و FAST و BRIEF و ORB) برای انجام تشخیص اشیا
• تشخیص اشیا برای چهره، افراد و اتومبیل‌ها
• استخراج نشانه‌های صورت برای تحلیل چهره، اعمال فیلترها و تعویض چهره
• یادگیری ماشین در بینایی کامپیوتری برای شناسایی ارقام دست‌نویس
• شناسایی چهره
• تحلیل موشن و ردیابی اشیا
• تکنیک‌های عکاسی محاسباتی برای مرمت عکس (حذف علائم، خطوط، چین و چروک‌ها و لک‌ها از عکس‌های قدیمی و آسیب‌ دیده)
• یادگیری عمیق (بیش از 3 ساعت محتوا در مورد یادگیری عمیق با کراس در پایتون)
• محصولات بینایی کامپیوتری و ایده‌های استارتاپی
• تشخیص چندین شی (90 نوع شی)
• رنگی کردن عکس‌های سیاه و سفید و ویدئو (با استفاده از Caffe)
• انتقال سبک با شبکه‌های عصبی - اعمال سبک هنری ون گوگ، پیکاسو و دیگران روی هر تصویری حتی ورودی وب‌کم شما
• شناسایی خودکار شماره‌ پلاک (ALPR)
• شناسایی شماره کارت اعتباری (ساخت OCR Classifier خود با PyTesseract)

شما همچنین 21 پروژه فوق‌العاده را پیاده‌ خواهید کرد.

پروژه‌های OpenCV شامل:

• ترسیم لایو با استفاده از وب‌کم شما
• شناسایی شکل‌ها
• شمارش دایره‌ها و بیضی‌ها
• یافتن Waldo
• Detector شی تک با استفاده از OpenCV
• Detector اتومبیل و عابر با استفاده از Classifiers آبشاری
• تعویض لایو چهره (مانند MSQRD و فیلترهای اسنپ‌شات)
• Detector و شمارنده Yawn
• دسته‌بندی ارقام دست‌نویس
• شناسایی چهره
• ردیابی توپ
• مرمت عکس
• شناسایی خودکار شماره‌ پلاک (ALPR)
• پروژه کوچکی درباره انتقال سبک با شبکه‌های عصبی
• تشخیص چندین شی در OpenCV (تا 90 شی) با استفاده از SSD (Detector تک‌شات)
• رنگی کردن عکس‌های سیاه و سفید و ویدئو

پروژه‌های یادگیری عمیق شامل:

• ساخت Classifier ارقام دست‌نویس
• ساخت Classifier چند تصویر
• ساخت Classifier گربه‌ها در مقابل سگ‌ها
• درک نحوه بهبود عملکرد CNN با استفاده از افزایش داده‌
• استخراج و دسته‌بندی شماره‌های کارت اعتباری

چرا یادگیری بینایی کامپیوتری در پایتون با استفاده از OpenCV؟

اپلیکیشن‌ها و فناوری‌های بینایی کامپیوتری در حال حاضر بسیار زیاد است. چندین اپلیکیشن و صنعت از اپلیکیشن‌های میلیارد دلاری مانند Pokémon GO، اسنپ‌شات و اپلیکیشن‌های جدیدی مانند MSQRD و PRISMA به شکلی شگفت‌انگیز از این فناوری استفاده می‌کنند.

حتی فیسبوک، گوگل، مایکروسافت، اپل، آمازون و تسلا همگی به شدت از بینایی کامپیوتری برای شناسایی چهره و اشیا، جستجوی تصویر و به ویژه در ماشین‌های خودران استفاده می‌کنند.

به همین دلیل، تقاضا برای تخصص در بینایی کامپیوتری به طور نمایی در حال افزایش است.

با این حال، یادگیری بینایی کامپیوتری سخت است. منابع آموزشی آنلاین موجود، کتاب‌های درسی و MOOCs رایگان معمولاً قدیمی هستند، از کتابخانه‌های قدیمی و ناسازگار استفاده می‌کنند یا بسیار نظری هستند و فهم آنها دشوار است.

ما این دوره را ایجاد کردیم تا تمام مفاهیم کلیدی را بدون تئوری ریاضی سنگین به شما آموزش دهیم و از جدیدترین روش‌ها استفاده کنیم.

ما به شیوه‌ای عملی نزدیک می‌شویم و از بیش از 50 کد نمونه استفاده می‌کنیم.

در پایان دوره، شما قادر خواهید بود 12 اپلیکیشن شگفت‌انگیز بینایی کامپیوتری را با استفاده از OpenCV در پایتون بسازید.

ما ازOpenCVکه بهترین کتابخانه متن‌باز بینایی کامپیوتری امروز است استفاده می‌کنیم. استفاده از آن در پایتون فوق‌العاده است زیرا پایتون به ما اجازه می‌دهد تا روی مسئله در حال حاضر تمرکز کنیم بدون اینکه با کد پیچیده مشغول شویم.

اگر شما یک فرد آکادمیک یا دانشجوی دانشگاه هستید، ما شما را در مسیر مناسب راهنمایی می‌کنیم.

در این دوره، شما قدرت OpenCV در پایتون را کشف کرده و مهارت‌هایی کسب خواهید کرد که به طور چشمگیری چشم‌انداز شغلی شما را به عنوان توسعه‌دهنده بینایی کامپیوتری ارتقا می‌دهد.

بیش از 3 ساعت یادگیری عمیق در بینایی کامپیوتری با استفاده از کراس شامل:

• یک ماشین مجازی رایگان با تمام کتابخانه‌های یادگیری عمیق پایتون مانند کراس و تنسورفلو از پیش نصب شده
• توضیحات دقیق در مورد شبکه‌های عصبی و شبکه‌های عصبی کانولوشن
• درک نحوه عملکرد کراس و نحوه استفاده و ایجاد مجموعه‌داده‌های تصویری
• ساخت Classifier ارقام دست‌نویس
• ساخت Classifier چند تصویر
• ساخت Classifier گربه‌ها در مقابل سگ‌ها
• درک نحوه بهبود عملکرد CNN با استفاده از افزایش داده
• استخراج و طبقه‌بندی شماره‌های کارت اعتباری

این دوره برای چه کسانی مناسب است؟

• مبتدیانی که به بینایی کامپیوتری علاقه‌مند هستند.
• دانشجویان کالج که به دنبال یک شروع خوب پیش از شروع تحقیق در زمینه بینایی کامپیوتری هستند.
• کسی که درباره استفاده از یادگیری عمیق برای بینایی کامپیوتری کنجکاو است
• کارآفرینانی که به دنبال پیاده‌سازی ایده‌های استارتاپی در زمینه بینایی کامپیوتری هستند.
• علاقه‌مندان به ساخت نمونه‌ اولیه جالب بینایی کامپیوتری
• توسعه‌دهندگان و مهندسان نرم‌افزار که می‌خواهند مجموعه مهارت‌های بینایی کامپیوتری را توسعه دهند.