Computer Vision for AI Professionals - eLearning
4.950,00 SEK
- 30 hours
Lås upp kraften i visuell intelligens med utbildningen Computer Vision for AI Professionals, utformad för att hjälpa dig bygga system som kan se, tolka och förstå världen som människor gör. Den här kursen introducerar dig till kärnkoncepten och de praktiska tillämpningarna av datorseende – en central gren inom artificiell intelligens som används i självkörande fordon, medicinsk bildbehandling, ansiktsigenkänning, robotik och smart övervakning.
Viktiga funktioner
Språk
Kurs och material på engelska
Nivå
Mellannivå – Avancerad nivå
Åtkomst
1 års tillgång till lärplattformen
5 timmar videor på begäran
med 10+ timmars rekommenderad studietid
22 guidade praktiska övningar
5 automatiskt rättade prov
13 repetitionsquiz
3 omfattande uppgifter
Certifikat
Intyg om genomförd utbildning ingår
Lärandemål
I slutet av den här kursen kommer du att kunna förstå:
Grundläggande principer
Förstå grunderna i bildbehandling och olika typer av bilder
Histogram
Skapa färghistogram och utforska intensitetstransformationer och gammakorrigering
Softmax
Lär dig softmax-funktionen och de viktigaste utmaningarna inom bildklassificering
Utforska
Utforska tekniker för kant-, form- och hörndetektering
Djupinlärning
Tillämpa djupinlärningsmetoder för exakt bildigenkänning
YOLO
Arbeta med YOLO och få en grundläggande förståelse för bildsegmentering
Kursöversikt
Introduktion till bildbehandling
Lektion 01
- Introduktion till bildbehandling
- Digital bildbehandling
- Typer av bilder
- Koordinatscheman och RGB
- Andra färgscheman
- Histogram och statistik
- Intensitetstransformeringar och gamma
- Blandning
- Konvolution
- Kantdetektering
- Utjämning och skärpning
- Morfologiska filter
Klassificering
Lektion 02
- Utmaningar inom bildklassificering
- Traditionellt bildflöde
- Djupinlärningskomponenter för feedforward-nätverk
- Funktionen för djupinlärning och universell approximation
- Softmax-funktion
- Problem med feedforward-storlek
- Bias-varians och överanpassning
- Visa modellhistorik
- Spara och ladda modeller
CNN
Lektion 03
- Feedforward-utmaningar och CNN:s framväxt
- Konvolutioner för CNN:er
- Flera kanaler och utgångar i CNN:er
- CNN-dimensioner – färg
- Maxpooling
- Sätta ihop CNN-komponenterna
- CFAR 10 CNN med TensorFlow Datasets
Förbättra CNN
Lektion 04
- Dataförstärkning
- Affina transformationer
- Transferinlärning
- Mer om transferinlärning
- Implementering av transferinlärning
- Olika arkitekturer för transferinlärning
- Framtiden för djupinlärning
Segmentering och objektigenkänning
Lektion 05
- Segmentering med tröskelvärde
- Segmentering med klustring
- Segmentering med CNN
- Segmentering med U-Net
- Bildsegmentering med U-Net
- U-Net-modell
- Objektlokalisering
- Utmaningar vid klassificering av flera objekt
- YOLO
Vem bör anmäla sig till det här programmet?
AI- och maskininlärningsspecialister
Data scientists som är intresserade av bild- och videoanalys
Mjukvaruingenjörer som går över till AI-roller
Utvecklare som arbetar inom robotik, automation eller IoT
Yrkesverksamma inom hälso- och sjukvård, säkerhet eller fordonsindustrin
Studenter och teknikentusiaster som utforskar avancerade AI‑tillämpningar
Förutsättningar
- Grundläggande kunskaper i Python-programmering
- Grundläggande förståelse för maskininlärningskoncept
- Grundläggande kunskaper i data science (hjälpsamt men inte obligatoriskt)
- Grundläggande förståelse för linjär algebra, sannolikhet eller statistik (rekommenderas)
- Ingen tidigare erfarenhet av datorseende krävs.
Uttalanden
Licensiering och ackreditering
Denna kurs erbjuds i enlighet med Partnerprogramavtalet och uppfyller kraven i Licensavtalet
Likabehandlingspolicy
Kandidater uppmuntras att kontakta AVC för vägledning och stöd under hela processen för att ordna anpassningar.
Vanliga frågor
Behöver du företagslösningar eller LMS-integration?
Hittade du inte kursen eller programmet som skulle passa för ditt företag? Behöver du LMS-integration? Skriv till oss! Vi löser det!