Кафедра информационных технологий и управления проектами Good Line







Тел: +7(3842) 45-26-70
Компьютерное зрение

12
Занятий с теоретическим материалом и практическими заданиями
под контролем наставников

2
Этапа обучения
40+
Часов практических заданий
Старт курса запланирован на
осень 2021 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
1. Введение в компьютерное зрение
  1. Как работает человеческое зрение.
  2. Уровни операций над изображениями
  3. Какие инструменты понадобятся для дальнейшей работы?

1 занятие, 2 часа.
2. Основы представления изображений в цифровом виде
  1. Почему RGB?
  2. Разные цветовые пространства: RGB, HSV.
  3. Функции OpenCV.
  4. Где взять материалы для выполнения домашних заданий?


1 занятие, 2 часа. Самостоятельное задание - 2 часа.
3. Фильтрация изображений
  1. Что такое фильтр?
  2. Функции OpenCV для фильтрации.
  3. Фильтры: обзор основных применяемых фильтров.
  4. Как комбинировать фильтры?
1 занятие, 2 часа. Самостоятельное задание - 2 часа.
4. Аффинные преобразования
  1. Что такое аффинное преобразование?
  2. Аффинные преобразования.
  3. Изменение перспективы.
  4. Дисторсия и андисторсия.

1 занятие, 2 часа. Самостоятельное задание - 2 часа.
5. Создание панорамы
  1. Что такое панорама?
  2. Процесс создания панорамы.
  3. Примеры готовых функций OpenCV для создания панорамы.
  4. Препятствия при создании панорамы: дисторсия, разница в освещении, разница в ракурсе.



1 занятие, 2 часа. Самостоятельное задание - 2 часа.
6. Оптический поток/Optical Flow
  1. Что такое оптический поток/Optical Flow?
  2. Виды оптического потока.
  3. Как работать с видео в OpenCV?
  4. Как визуализировать оптический поток?
  5. Применение оптического потока.
  6. Варианты задач для курсовой работы.


1 занятие, 3 часа. Самостоятельное задание - 4 часа.
7. Стереоизображение/построение карты глубины
  1. Физиология бинокулярного зрения.
  2. Определение расстояния до объектов с помощью двух изображений.
  3. Готовые алгоритмы на OpenCV.
  4. Выбор задач для выполнения курсовой работы.


1 занятие, 2 часа. Самостоятельное задание - 3 часа.
8. Машинное обучение и нейронные сети
  1. Что такое машинное обучение?
  2. Что такое нейронные сети?
  3. Для решения каких задач используются нейронные сети?
  4. Как происходит обучение нейронной сети?
  5. Примеры моделей нейронных сетей.
  6. Пример использования нейронной сети с помощью Keras: применение, дообучение, проверка результатов дообучения.


2 занятия, 4 часа. Самостоятельное задание - 4 час.
9. Итоговая защита курсовых работ

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"
Тариф "Специалист"
Тариф "Выпускник"
Скидка на прохождение курса доступна выпускникам проекта Кафедра Goodline.
Подробности у администратора проекта VK, Instagram
Тариф "Студент"
Право бесплатного обучения в рамках проекта Кафедра Goodline могут получить действующие студенты организаций среднего профессионального и высшего образования Кемеровской области, успешно прошедшие вступительные испытания.

Для того, чтобы принять участие в конкурсе, скачайте файл тестового задания, выполните и прикрепите его к форме заявки на участие.
Файл с вашим тестовым зданием:
Если ты готов – мы научим тебя всему, что умеем сами.
Если нет – не трать наше время.