- مدرس دوره : قائم تقی پور ( رزومه )
- تعداد ویدیوها : 65 ویدیو
- مدت زمان دوره : 12:0:00
- سطح دوره : پیشرفته
- وضعیت دوره : در حال برگزاری
- تاریخ آخرین بروزرسانی : 1403/02/20
آموزش جامع پردازش تصویر و بینایی ماشین در پایتون
برقراری ارتباط یک ماشین با دنیای بیرون از مباحث چالش برانگیز و مورد توجه دانشمندان در طی سالیان طولانی بوده است. این ارتباط ابتدا از طریق حسگرهای فیزیکی مانند سنسورهای دما و شتاب، و بعدها با استفاده از تصویر و صوت، محقق گردید.
در سال های اخیر، توسعه الگوریتم های پردازش تصویر و بینایی کامپیوتر و ماشین، و ادغام این حوزه با هوش مصنوعی و شبکه های عصبی مصنوعی موجب گردیده است تا این حوزه مورد توجه علاقه مندان قرار گرفته و دستاوردهای بزرگی را موجب شود.
این حوزهی جذاب در موارد متنوعی همچون دوربین های کنترل ترافیکی، نظارتی و امنیتی، سیستم های تشخیص چهره تلفن های همراه، سیستمهای رباتیکی، خودروهای بدون سرنشین، تشخیص های پزشکی، آنالیز تصاویر ماهواره ای و... مورد استفاده قرار میگیرد.
در این دوره، در ابتدا مفاهیم مقدماتی پردازش تصویر و کتابخانه های استاندارد این حوزه مانند OpenCV معرفی شده و به صورت پروژه محور مورد بررسی قرار خواهند گرفت. سپس در ادامه، مطالبی حول محور شبکه های عصبی پیچشی (CNN) و مدل های پردازش تصویر مبتنی بر یادگیری عمیق با استفاده از کتابخانه های PyTorch و Tensorflow ارائه خواهند شد. در بخش های بعدی این دوره نیز به الگوریتم های مختلف پردازش تصویر همچون YOLO و دیگر مدل ها و الگوریتم های این حوزه پرداخته خواهد شد.
جهت کسب اطلاعات بیشتر در رابطه با این دوره، لطفا جلسه ی معرفی دوره را مشاهده نمایید.
سرفصل های دوره
کتابخانه ی OpenCV و مفاهیم مقدماتی پردازش تصویر
آشنایی با یادگیری عمیق، شبکه های عصبی مصنوعی و CNN
پیاده سازی مدل های پیشرفته پردازش تصویر مبتنی بر شبکه های عصبی پیچشی
بینایی ماشین پیشرفته با الگوریتم YOLO
معرفی و حل مثال سایر الگوریتم های بینایی ماشین
پیش نیاز های دوره :
- آشنایی با زبان برنامه نویسی پایتون
فهرستـــ ویدیوها
مدت زمان دوره 12:0:00با مشاهده آنلاین جلسات در سایت ، هزینه اینترنت شما به صورت نیم بها محاسبه خواهد شد.
فصل اول – آشنایی با مفاهیم پردازش تصویر و کتابخانه OpenCV
فصل اول – آشنایی با مفاهیم پردازش تصویر و کتابخانه OpenCV
فصل سوم – پیاده سازی مدل های پیشرفته بینایی کامپیوتر با استفاده از شبکه CNN
فصل سوم – پیاده سازی مدل های پیشرفته بینایی کامپیوتر با استفاده از شبکه CNN
توضیحاتی در رابطه با پردازنده های CPU و GPU و معرفی محیط Colab
توضیحاتی در رابطه با پردازنده های CPU و GPU و معرفی محیط Colab
پروژه ساخت مدل CNN با استفاده از کتابخانه PyTorch
پروژه ساخت مدل CNN با استفاده از کتابخانه PyTorch
نظرات کاربران در رابطه با این دوره