👁️🗨️ Розпізнавання облич, трекінг обʼєктів, аналіз відео в режимі реального часу — це Computer Vision.
Навчіться працювати з найактуальнішими технологіями в AI, щоб обробляти відео та зображеннями, запускати нейронки й створювати інноваційні рішення для своїх проєктів.
Про курс:
Навчайте нейронні мережі працювати замість вас — на курсі Computer Vision.
🔎 Технологія допомагає розпізнавати обличчя, аналізувати зображення, керувати безпілотниками й не тільки. Computer Vision імітує людський зір, але працює набагато швидше завдяки алгоритмам та великим обсягам даних.
За 21 заняття ви навчитеся проводити базові маніпуляції із зображенням та відео: фільтрацію та виділення кордонів, кодування та компресію, класифікацію, детекцію, трекінг та сегментацію. А після курсу — зможете будувати і тренувати нейронні мережі.
Що ви отримаєте на курсі?
✔ теоретичну базу детекції об’єктів: обробку зображень та відео в реальному часі
✔ практику роботи з інструментами CV, зокрема TensorFlow, OpenCV, Keras для побудови й тренувати нейронних мереж
✔ воркшопи, де навчитеся розвʼязувати задачі детекції, класифікації, сегментації обʼєктів
Проєкт для портфоліо — сегментатор для детекції дорожніх позначок або згорткова нейромережа для super-resolution зображень.
Лектор:
Ян Колода
Senior Computer Vision & Machine Learning Engineer у Gini GmbH
- має ступінь PhD в галузі Image Processing & Computer Vision
- експерт із комп’ютерного зору з
9-річним досвідом роботи в різних галузях - у фінтех-стартапі Gini розробляє моделі, що автоматично вилучають інформацію з документів за допомогою AI, серед замовників ― найбільші банки Німеччини: Deutsche Bank, Commerzbank, KfW
- в AVL Software and Functions спроєктував Deep Learning Pipelines автономного водіння та розробив алгоритми обробки фото і відео для безпілотних авто
- у Veridas створював систему боротьби з підробкою зображень на основі ML з точністю понад 99 % ― ці методи є частиною першої біометричної платіжної системи Іспанії
Курс для тих, хто знає основи Python і хоче:
✔️ вивчити основні бібліотеки для Computer Vision, щоб обробляти фото й відео
✔️ з нуля запускати нейромережі
✔️ застосовувати принципи Machine Learning для аналізу зображень
✔️ покращити детекцію об’єктів та аналізувати відео в live-режимі

Немає коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів