Компьютерное зрение

12

Занятий с теоретическим материалом и практическими заданиями
под контролем наставников

2

Этапа обучения

40+

Часов практических заданий

Записаться на курс

Старт курса запланирован на
март 2022 года

Описание курса

Цель курса: передать знания основ языка Python и базовые навыки разработки с использованием компьютерного зрения.

В курсе 12 занятий, которые разделены на 2 этапа:

Этап 1: изучаем язык программирования Python.
Этап 2: применяем полученные знания на практике с использованием технологий компьютерного зрения

1. Основы языка Python

Типы данных и действия с ними
Условные операторы
Циклы
Функции

2. Использование OpenCV в Python:

Применение комбинаций фильтров к изображениям
Создание панорам
Выполнение трекинга объектов
Построение карт глубины на основе стереоизображений

3. Классификация изображений с помощью нейронных сетей на Keras в Python

Темы онлайн-курса

Как работает человеческое зрение.
Уровни операций над изображениями
Какие инструменты понадобятся для дальнейшей работы?

1 занятие, 2 часа.

Почему RGB?
Разные цветовые пространства: RGB, HSV.
Функции OpenCV.
Где взять материалы для выполнения домашних заданий?

1 занятие, 2 часа. Самостоятельное задание - 2 часа.

Что такое фильтр?
Функции OpenCV для фильтрации.
Фильтры: обзор основных применяемых фильтров.
Как комбинировать фильтры?

1 занятие, 2 часа. Самостоятельное задание - 2 часа.

Что такое аффинное преобразование?
Аффинные преобразования.
Изменение перспективы.
Дисторсия и андисторсия.

1 занятие, 2 часа. Самостоятельное задание - 2 часа.

Что такое панорама?
Процесс создания панорамы.
Примеры готовых функций OpenCV для создания панорамы.
Препятствия при создании панорамы: дисторсия, разница в освещении, разница в ракурсе.

1 занятие, 2 часа. Самостоятельное задание - 2 часа.

Что такое оптический поток/Optical Flow?
Виды оптического потока.
Как работать с видео в OpenCV?
Как визуализировать оптический поток?
Применение оптического потока.
Варианты задач для курсовой работы.

1 занятие, 3 часа. Самостоятельное задание - 4 часа.

Физиология бинокулярного зрения.
Определение расстояния до объектов с помощью двух изображений.
Готовые алгоритмы на OpenCV.
Выбор задач для выполнения курсовой работы.

1 занятие, 2 часа. Самостоятельное задание - 3 часа.

Что такое машинное обучение?
Что такое нейронные сети?
Для решения каких задач используются нейронные сети?
Как происходит обучение нейронной сети?
Примеры моделей нейронных сетей.
Пример использования нейронной сети с помощью Keras: применение, дообучение, проверка результатов дообучения.

2 занятия, 4 часа. Самостоятельное задание - 4 час.

Компетенции и навыки, которые вы получите после окончания полного курса:

Подробные компетенции указываются в сертификате выпускника, который получает каждый студент, успешно защитивший выпускной проект.

Для студентов ВУЗов, сотрудничающих с кафедрой Good Line, учебные дисциплины дополнительно включаются в приложение к диплому ВУЗа.

Применять Python в разработке

Применять комбинации фильтров к изображениям

Применять аффинные преобразования к изображениям

Использовать библиотеки Keras и Tensorflow

Эксперты курса

Коваленко Софья

Специалист отдела программного обеспечения
ООО "Софт-Инжиниринг"