بینایی ماشین محصولی از چندین فناوری و تکنیک است. هدف بینایی ماشین این است که بتوان امکان پایش و تحلیل محیط مبتنی بر تصاویر گردآوری شده را به یک ماشین داد. بینایی ماشین معمولا در صنعت کاربرد دارد. مواردی مانند نظارت خودکار ، کنترل فرآیند و سیستم راهبر ربات از کاربردهای بینایی ماشین هستند.
پیش نیاز:
پایتون مقدماتی و پیشرفته
نوع دوره:
پکیج
مدت زمان آموزش:
22 ساعت
روش پشتیبانی:
اپراتور اختصاصی
وضعیت آزمون:
ندارد
گواهینامه:
ندارد
خرید اقساطی:
ندارد
نحوه مشاهده:
ویدیو
درصد پیشرفت دوره: 100%
بینایی کامپیوتر یک شاخه از علم کامپیوتر است که روی تقلید سیستم بینایی انسان تمرکز دارد. هدف بینایی کامپیوتر این است که کامپیوتر بتواند اشیا را مثل انسان در یک تصویر یا فیلم، درک و تحلیل کند. با پیشرفت‌های اخیر هوش مصنوعی و ماشین لرنینگ به تازگی گام‌های بزرگی به سمت این خواسته برداشته شده است. نمونه‌هایی را در این آموزش بینایی کامپیوتر با هم تجربه می‌کنیم.
ما در این دوره از صفر به این مباحث پرداختیم ، از اجزا تشکیل شده تصاویر دیجیتالی و بعد چشم انسان و بعدش یاد میگیرید که با کتابخانه OpenCv بتوانید این بینش رو به کامپیوتر بدید و باید و نباید ها برایش تعریف کنید
بسیاری از شرکت ها مانند تسلا با تلفیق از بینایی کامپیوتر و هوش مصنوعی در صنعت خود موفق شده و در آینده نزدیک کشورای پیشرفته به دنبال نیروهایی هستن که در هوش مصنوعی و بینایی کامپیوتر فعالیت می‌کنند
- مقدمه
معرفی انواع عکس ها ، و اهداف ما در این مباحث روی پردازش تصاویر
-جلسه دوم
تو این جلسه به انواع مدل های پردازش تصویر و اهداف ما از پردازش تصویر همچنین فرمت های عکس ها و ویدیو ها پرداختیم
- جلسه سوم
تو این جلسه راجع به تصاویر دیجیتال ، و اینکه از چه مواردی تشکیل شده مانند پیکسل همچنین شرایط هایی که در تشخیص تصاویر وجود دارد که ممکنه به مشکل بخوریم صحبت کردیم و راه حل های موجود را برسی کردیم
-جلسه چهارم
در این جلسه به پردازش تصاویر از چشم انسان برای بهتر درک کردن مفاهیم پیش رو پرداختیم و اجزای چشم را برسی می‌کنیم و پیشرفت دوربین ها بر اساس چشم انسان را برسی کردیم
-جلسه پنجم
در این جلسه به نصب و تاریخچه و برسی و معرفی کتابخانه OpenCv پرداختیم، و به کاربردهای آن اشاره کردیم که قراره مورد استفاده قرار بدیم
جلسه شیشم
در این جلسه به چگونگی خواندن و نوشتن تصاویر در Opencv در پایتون پرداختیم
جلسه هفتم
در این جلسه به نصب و تاریخچه و برسی و معرفی کتابخانه Numpy پرداختیم، و به کاربردهای آن اشاره کردیم که قراره مورد استفاده قرار بدیم
جلسه هشتم
در این جلسه به مبحث Color Space و انواع و مدل های آن پرداختیم .
و دونه به دونه به مدل ها آن پرداختیم
مانند : Hsv .RGB و Cmyk
جلسه نهم
توضیح و آموزشهق مبحث Histogram در Matplotlib و چگونگی نوشتن و رسم این نمودار در پایتون پرداختیم
جلسه دهم
در این جلسه به مبحث Image Manipulations یا همون دستکاری تصاویر پرداختیم و انواع آن را برسی کردیم
جلسه یازدهم
در ادامه جلسه قبلی در دستکاری تصاویر به یکی از آن ها یعنی Traslations یا جابه جایی تصاویر پرداختیم و در پایتون آن را برسی کردیم
جلسه دوازدهم
در ادامه بحث دستکادی تصاویر به Rotations image پرداختیم و در پایتون آن را برسی کردیم
جلسه سیزدهم
در ادامه بحث دستکادی تصاویر به Scaling, resizing,interpolations پرداختیم و در پایتون آن را برسی کردیم
همچنین در بحث interpolations به Down Sampling و Up sampling که در واقع کم و زیاد کردن پیکسل های تصاویر بدونه ضربه وارد کردن به ماتریکس آنها می باشد
جلسه چهاردهم
در ادامه بحث دستکادی تصاویر به image pyramid پرداختیم و در پایتون آن را برسی کردیم
پیرامید ها در در واقعه ابعاد تصاویر در حالت های مختلف می باشد که بصورت هرم می باشد
جلسه پانزدهم
در ادامه بحث دستکادی تصاویر به cropping پرداختیم .
کراپ در بخش عکس ها و دستوراتش در پایتون را کامل برسی می‌کنیم
جلسه شانزدهم
در ادامه بحث دستکادی تصاویر به Arithmetic Operations پرداختیم .
در این بخش ، عملگر های حسابی تغییراتی است که در ماتریکس تصاویر به وجود میاوریم که در پایتون به خوبی در این جلسه میپردازیم
و.... ادامه مباحث در قسمت جلسات می‌توانید مشاهده کنید
هیچ نظری ثبت نشده! اولین نفری باش که نظرشو ثبت میکنه!
برای ثبت نظر، ابتدا وارد شوید.