YOLOv7: Real-time Object Detection with Computer Vision Träningskurs

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, levande utbildning introducerar programvaran, hårdvaran och stegvisa processen som behövs för att bygga ett ansiktsigenkänningssystem från början Ansiktsigenkänning är också känd som ansiktsigenkänning Hårdvaran som används i detta lab omfattar Rasberry Pi, en kameramodul, servos (tillval) etc Deltagarna ansvarar för att själva köpa dessa komponenter Den använda mjukvaran innehåller OpenCV, Linux, Python, etc Vid slutet av denna utbildning kommer deltagarna att kunna: Installera Linux, OpenCV och andra programverktyg och bibliotek på en Rasberry Pi Konfigurera OpenCV för att fånga och upptäcka ansiktsbilder Förstå de olika alternativen för förpackning av ett Rasberry Pi-system för användning i realworld-miljöer Anpassa systemet för olika användningsfall, inklusive övervakning, identitetsverifiering, etc Publik utvecklare Hårdvara / mjukvara tekniker Tekniska personer inom alla branscher hobby Kursens format Delföreläsning, diskussion, övningar och tung handson-övning Notera Andra hårdvaru- och programalternativ inkluderar: Arduino, OpenFace, Windows, etc Om du vill använda något av dessa, kontakta oss för att ordna .

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.

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 .

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.

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.

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 mjukvaruproffs på mellannivå som vill utnyttja AI och maskininlärning för att förbättra effektiviteten och innovationen inom mjukvaruutveckling.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå rollen för AI och maskininlärning för att automatisera mjukvaruutvecklingsuppgifter.
• Implementera AI-verktyg för att generera kod, tester och dokumentation.
• Tillämpa AI-tekniker för kodoptimering, kvalitetssäkring och felsökning.
• Integrera AI i pipelines DevOps och CI/CD för förbättrade distributionsstrategier.
• Ta itu med etiska överväganden och utmaningar inom AI-förstärkt programvaruteknik.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till mjukvaruutvecklare på nybörjarnivå till mellannivå som vill integrera AI-kodningsassistenter i sitt utvecklingsarbetsflöde.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå rollen och kapaciteten hos AI-kodningsassistenter i mjukvaruutveckling.
• Använd olika AI-kodningsassistentverktyg för att automatisera rutinmässiga kodningsuppgifter.
• Integrera AI-kodningsassistenter i deras livscykel för mjukvaruutveckling.
• Förbättra deras produktivitet och fokusera på mer komplexa och kreativa programmeringsuppgifter.
• Ta itu med etiska överväganden och ansvarsfull användning av AI i mjukvaruutveckling.

Detta är en 5-dagars introduktion till Data Science och AI.

Kursen levereras med exempel och övningar med Python

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till marknadsförare som vill använda AI för att förbättra förbättrade digitala marknadsföringsstrategier genom värdefulla kundinsikter.

I slutet av denna utbildning kommer deltagarna att kunna:

• Utnyttja AI-programvara för att förbättra hur varumärken ansluter till användare.
• Använd chatbots för att optimera användarupplevelsen.
• Öka produktiviteten och intäkterna genom automatisering av uppgifter.