Raspberry Pi + OpenCV for Facial Recognition Träningskurs

Raspberry Pi är en mycket liten, enhetlig dator.

I denna instruktörledda, live-träning lär deltagarna hur man konfigurerar och programmerar Raspberry Pi för att fungera som ett interaktivt och kraftfullt inbyggd system.

Vid slutet av denna utbildning kommer deltagarna att kunna:

• Inrättande av en IDE (integrerad utvecklingsmiljö) för maximal utvecklingsproduktivitet
• Program Raspberry Pi för att styra enheter som rörelse sensorer, larm, webbserver och skrivare.
• Förstå Raspberry Pi's arkitektur, inklusive inmatningar och anslutningar för add-on-enheter.
• Förstå de olika alternativen i programmeringsspråk och operativsystem
• Test, debug, och implementera Raspberry Pi för att lösa verkliga problem

Publiken

• Utvecklare
• Hardware/Softwaretekniker
• Tekniska personer i alla branscher
• Hobbyister

Format av kursen

• Delvis föreläsning, delvis diskussion, övningar och tung praxis

anteckningar

• Raspberry Pi stöder olika operativsystem och programmeringsspråk. Kursen kommer att använda Raspbian som operativsystem och Python som programmeringsspråk. För att begära en specifik inställning, vänligen kontakta oss för att arrangera.
• Deltagarna är ansvariga för inköp av Raspberry Pi hårdvara och komponenter.

Internet av saker (IoT) är en nätverksinfrastruktur som förbinder fysiska objekt och program på ett trådlöst sätt, så att de kan kommunicera med varandra och utbyta data via nätverkskommunikation, cloud computing och datainsamling I den här instruktörskursen, levande träning, kommer deltagarna att lära känna grunden för IoT då de går igenom skapandet av ett IoT-sensorsystem med hjälp av Raspberry Pi Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå principerna för IoT, inklusive IoT-komponenter och kommunikationstekniker Lär dig hur du installerar Raspberry Pi specifikt för IoT-applikationer Bygg och distribuera sitt eget IoT Sensorsystem Publik hobby Hårdvara / mjukvaruutstruktörer och tekniker Tekniska personer inom alla branscher Nybörjareutvecklare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning Notera Raspberry Pi stöder olika operativsystem och programmeringsspråk Kursen använder Linuxbaserad Raspbian som operativsystem och Python som programmeringsspråk För att begära en viss inställning, kontakta oss för att ordna Deltagarna ansvarar för att köpa Raspberry Pi hårdvara och komponenter .

Internet av saker (IoT) är en nätverksinfrastruktur som förbinder fysiska objekt och program på ett trådlöst sätt, så att de kan kommunicera med varandra och utbyta data via nätverkskommunikation, cloud computing och datainsamling Python är ett avancerat programmeringsspråk som rekommenderas för IoT på grund av sin tydliga syntax och stora samhällsstöd I denna instruktörsledda, levande träning kommer deltagarna att lära sig hur man programmerar IoT-lösningar med Python Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå grunden för IoT-arkitekturen Lär dig grunderna om att använda Raspberry Pi Installera och konfigurera Python på Raspberry Pi Lär dig fördelarna med att använda Python i programmerings-IoT-system Bygg, test, distribuera och felsöka ett IoT-system med Python och Raspberry Pi Publik utvecklare ingenjörer Kursens format Delföreläsning, diskussion, övningar och tung handson-övning Notera För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna .

OpenFace är Python och Torch-baserad open source, realtime ansiktsigenkänningsprogram baserat på Googles FaceNet-forskning I den här instruktionsledda träningspasset lär deltagarna att använda OpenFace-komponenter för att skapa och distribuera ett ansiktsigenkänningsprogram för ansikte Vid slutet av denna utbildning kommer deltagarna att kunna: Arbeta med OpenFace-komponenter, inklusive dlib, OpenVC, Torch och nn4 för att genomföra ansiktsdetektering, anpassning och transformation Applicera OpenFace till realworld-applikationer som övervakning, identitetsverifiering, virtuell verklighet, spel och identifiering av upprepade kunder etc Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .

OpenCV (Open Source Computer Vision Library: http://opencv.org) är ett BSD-licensierat bibliotek med öppen källkod som innehåller flera hundra datorseendealgoritmer.

Publik

Denna kurs riktar sig till ingenjörer och arkitekter som vill använda OpenCV för datorseendeprojekt

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till mjukvaruingenjörer som vill programmera in Python med OpenCV 4 för djupinlärning.

I slutet av denna utbildning kommer deltagarna att kunna:

• Visa, ladda och klassificera bilder och videor med OpenCV 4.
• Implementera djupinlärning i OpenCV 4 med TensorFlow och Keras.
• Kör modeller för djupinlärning och generera effektfulla rapporter från bilder och videor.

Caffe är en djup inlärningsram skapad med uttryck, snabbhet och modularitet i åtanke.

Denna kurs undersöker tillämpningen av Caffe som ett djupet lärande ramverk för bildigenkänning med hjälp av MNIST som ett exempel

Publik

Denna kurs är lämplig för Deep Learning forskare och ingenjörer som är intresserade av att använda Caffe som ramverk.

Efter avslutad kurs kommer deltagarna att kunna:

• förstå Caffe struktur och implementeringsmekanismer
• utföra installations- / produktionsmiljö / arkitekturuppgifter och konfiguration
• utvärdera kodkvalitet, utföra felsökning, övervakning
• implementera avancerad produktion som träningsmodeller, implementera lager och loggning

Marvin är en utöknings bar, plattforms oberoende, öppen källkod bild och video bearbetning ramverk som utvecklats i Java.   utvecklare kan använda Marvin för att manipulera bilder, extrahera funktioner från bilder för klassificerings uppgifter, generera siffror algoritmiskt, bearbeta video fils data uppsättningar och konfigurera enhets test automatisering.

några av Marvin & #39; s video applikationer inkluderar filtrering, förstärkt verklighet, objekt spårning och rörelse detektor.

i denna instruktörsledda, levande kurs deltagare kommer att lära sig principerna för bild-och video analys och utnyttja Marvin Framework och dess bildbehandlingsalgoritmer för att konstruera sin egen ansökan.

format för kursen

• de grundläggande principerna för bild analys, video analys och Marvin Framework introduceras först. Studenterna får projektbaserade uppgifter som gör det möjligt för dem att öva på de begrepp som lärs ut. Vid slutet av klassen, kommer deltagarna har utvecklat sin egen ansökan med hjälp av Marvin ram och bibliotek.

Computer Vision är ett fält som innebär att automatiskt extrahera, analysera och förstå användbar information från digitala medier. Python är ett programmeringsspråk på hög nivå känd för sin tydliga syntax och kodläsbarhet.

I denna instruktörsledda, liveträning kommer deltagarna att lära sig grunderna i Computer Vision när de går igenom skapandet av en uppsättning enkla Computer Vision-applikationer med Python .

I slutet av denna träning kommer deltagarna att kunna:

• Förstå grunderna i Computer Vision
• Använd Python att implementera Computer Vision-uppgifter
• Bygg sina egna ansikts-, objekt- och rörelsedetekteringssystem

Publik

• Python programmerare intresserade av Computer Vision

Kursformat

• Delföreläsning, delvis diskussion, övningar och tung praktisk övning

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill bygga en självkörande bil med hjälp av tekniker för djupinlärning.

I slutet av denna utbildning kommer deltagarna att kunna:

• Använd Keras för att bygga och träna ett konvolutionellt neuralt nätverk.
• Använd datorseendetekniker för att identifiera körfält i ett självkörande projekt.
• Träna en modell för djupinlärning för att skilja trafikskyltar åt.
• Simulera en helt autonom bil.

SimpleCV är en öppen källkodsram - vilket innebär att det är en samling bibliotek och programvara som du kan använda för att utveckla visionapplikationer. Det låter dig arbeta med bilder eller videoströmmar som kommer från webbkameror, Kinects, FireWire och IP-kameror eller mobiltelefoner. Det hjälper dig att bygga programvara så att dina olika tekniker inte bara ser världen utan också förstår den.

Publik

Kursen riktar sig till ingenjörer och utvecklare som vill utveckla datorsynsapplikationer med SimpleCV.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill bygga hårdvaruaccelererade objektdetekterings- och spårningsmodeller för att analysera strömmande videodata.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera nödvändig utvecklingsmiljö, programvara och bibliotek för att börja utveckla.
• Bygg, träna och implementera modeller för djupinlärning för att analysera livevideoflöden.
• Identifiera, spåra, segmentera och förutsäga olika objekt inom videoramar.
• Optimera objektdetekterings- och spårningsmodeller.
• Implementera ett intelligent videoanalysprogram (IVA).

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till backend-utvecklare och datavetare som vill införliva förutbildade YOLO-modeller i sina företagsdrivna program och implementera kostnadseffektiva komponenter för objekt- upptäckt.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera nödvändiga verktyg och bibliotek som krävs för objektdetektering med YOLO.
• Anpassa Python kommandoradsapplikationer som fungerar baserat på YOLO förutbildade modeller.
• Implementera ramen för förutbildade YOLO-modeller för olika datorseendeprojekt.
• Konvertera befintliga datauppsättningar för objektdetektering till YOLO-format.
• Förstå de grundläggande begreppen i YOLO-algoritmen för datorseende och/eller djupinlärning.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare, forskare och datavetare på medelnivå till avancerad nivå som vill lära sig hur man implementerar objektdetektering i realtid med hjälp av YOLOv7.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de grundläggande koncepten för objektdetektering.
• Installera och konfigurera YOLOv7 för objektdetekteringsuppgifter.
• Träna och testa anpassade objektdetekteringsmodeller med YOLOv7.
• Integrera YOLOv7 med andra datorseende ramar och verktyg.
• Felsök vanliga problem relaterade till implementering av YOLOv7.

Mönstermatchning är en teknik som används för att hitta specifika mönster i en bild. Det kan användas för att bestämma förekomsten av specificerade egenskaper i en inspelad bild, till exempel den förväntade etiketten på en defekt produkt på en fabriksrad eller de specificerade måtten på en komponent. Det skiljer sig från " Pattern Recognition " (som känner igen allmänna mönster baserat på större samlingar av relaterade prover) eftersom det specifikt dikterar vad vi letar efter och sedan berättar om det förväntade mönstret finns eller inte.

Kursformat

• Denna kurs introducerar de metoder, teknologier och algoritmer som används inom området för mönstermatchning eftersom det gäller Machine Vision .