
Lokala instruktionsledda datorsynskurser visar genom interaktionsdiskussion och handson öva grunderna för datorsyn när deltagare går igenom skapandet av enkla datorvisionsprogram Datorsynsutbildning är tillgänglig som "live-träning" eller "fjärr-live-träning" Utbildning på plats kan genomföras lokalt på kundlokaler i Sverige eller i NobleProgs företagsutbildningscenter i Sverige Fjärrutbildning sker genom en interaktiv fjärrskrivbord NobleProg Din lokala utbildningsleverantör.
Machine Translated
Vittnesmål
Jag njöt verkligen av hands-on-metoden.
Kevin De Cuyper
Kurs: Computer Vision with OpenCV
Machine Translated
Den enkla användningen av VideoCapture-funktionen för att skaffa videobilder från bärbar kamera ..
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurs: Computer Vision with OpenCV
Machine Translated
Jag fick råd från givaren om hur man använder verktygen. Det här är något som inte kan fås från internet och är väldigt användbart.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurs: Computer Vision with OpenCV
Machine Translated
Jag fick råd från givaren om hur man använder verktygen. Det här är något som inte kan fås från internet och är väldigt användbart.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurs: Computer Vision with OpenCV
Machine Translated
Det var lätt att följa.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Kurs: Computer Vision with OpenCV
Machine Translated
Tränare var mycket knowlegable och mycket öppen för feedback på vilken takt att gå igenom innehållet och de ämnen som vi omfattas. Jag fick mycket av utbildningen och känner att jag nu har ett bra grepp om bildmanipulation och några tekniker för att bygga en bra utbildning som för en bild klassificering problem.
Anthea King - WesCEF
Kurs: Computer Vision with Python
Machine Translated
Computer Vision underkategorier
Computer Vision läroplaner
Publik
Kursen riktar sig till ingenjörer och utvecklare som vill utveckla datorsynsapplikationer med SimpleCV.
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
Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection.
In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application.
Format of the Course
- The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.
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
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
Denna instruktörledda, live-träning (online eller on-site) riktar sig till utvecklare som vill bygga maskinvaru accelererade objektdetektion och spårning modeller för att analysera streaming video data.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Installera och konfigurera den nödvändiga utvecklingsmiljö, programvara och bibliotek för att börja utveckla. Bygg, träna och implementera djuplärningsmodeller för att analysera live video feed. Identifiera, spåra, segmentera och förutsäga olika objekt inom videor. Optimera objektdetektion och spårning modeller. Utveckla en intelligent videoanalys (IVA) applikation.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till bakgrundsutvecklare och datavetenskapsmän som vill integrera förutbildade YOLO-modeller i sina företagsstyrda program och implementera kostnadseffektiva komponenter för objektdetektion.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Installera och konfigurera de nödvändiga verktygen och bibliotek som krävs i objektdetektion med YOLO. Anpassa Python kommandolinjeprogram som fungerar baserat på förutbildade YOLO-modeller. Implementera ramverket för förutbildade YOLO-modeller för olika datorvisionsprojekt. Konvertera befintliga dataset för objektdetektion till YOLO-format. Förstå de grundläggande begreppen i YOLO-algoritmen för datorns vision och/eller djup lärande.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Kursformat
- Denna kurs introducerar de metoder, teknologier och algoritmer som används inom området för mönstermatchning eftersom det gäller Machine Vision .
Audience
This course is directed at engineers and architects seeking to utilize OpenCV for computer vision projects
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till mjukvaruingenjörer som vill programmera i Python med OpenCV 4 för djupt lärande.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Visa, ladda och klassificera bilder och videor med hjälp av OpenCV 4. Lär dig att lära dig [4 ] och [4 ] [4 ] Kör djupa lärningsmodeller och generera inflytelserika rapporter från bilder och videor.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Last Updated: