2017 年 04 月 09 日

運用Python的完整電腦視覺課程

自駕車與機器學習都是未來趨勢,你可以做旁觀者或實際參與這科技革命的盛會。 對於無視覺障的人來說,看得見和看得懂並即時反應,似乎是很自然的事,但對於機器來說,讓它看得見並看得懂,做出正常的簡單反應,卻牽涉到好幾年的研究才達到今天的成果。 電腦視覺將是正在發生的科技革命必要的技術之一。

課程說明

想參與下一代消費者和企業應用的工程?

你可以學習和掌握一些和下面應用相關的電腦視覺技術:

  • 自駕車
  • 微軟Kinect
  • Google圖片搜索
  • Snapchat和Instagram濾鏡

在這個7小時的課程中,你將使用Python學習電腦視覺,並開發諸如圖像過濾處理、模式識別、機器學習和臉部檢測等主題的技能

這些為下一代消費者和企業應用的主要技術,需求遍及物聯網、廣告到遊戲。 我們希望幫助你參與這科技革命的盛會,從中獲利。

該課程包括理論,大量實際程式設計和示例,建構你的履歷投資組合的挑戰。學生可以下載原始碼、專案和挑戰解決方案。挑戰包括:

  • 收據分段 – 在圖像中查找文本
  • 貨幣清算 – 計算圖像中的硬幣和美元鈔票
  • 多對象匹配 – 使用模式匹配演算法查找薩爾達傳說(The Legend of Zelda遊戲) 的盧比(rupee,貨幣)
  • 面對交換 – 交換兩個人的臉的應用程式

Python計算機視覺Banner-01

應用都有理論做補充。我們將討論與此相關的數學和處理程序,幫助你澄清觀念。

  • 顏色空間轉換
  • 分割
  • 過濾器
  • 形態學
  • 邊緣檢測
  • 機器學習
  • 面部檢測

在課程結束時,學生將學習基本的電腦視覺技術,並能夠將電腦視覺和圖像處理應用於自己的圖像,用於各種酷炫任務,如構建自己的圖像過濾器、分割圖像,甚至檢測面部圖片!

機器學習如何涵蓋在課程中?

在這個課程中,我們將討論一些非常基本的監督機器學習主題,如支持向量機(support vector machines)決策樹Adaboost。這些只是 cascade classifiers進行面部檢測的一些基本主題,它們使用Adaboost和決策樹來確定圖像中是否存在面孔或眼睛。但是要了解 cascade classifiers的工作原理,我們首先需要了解Adaboost和決策樹的工作原理。然而,兩者都是在監督學習中使用的技術。要了解監督學習,我們將使用支持向量機(support vector machines)

課程要求

  • 基本的Python技能
  • 高中代數
  • Linux或具有Linux的虛擬機(在課程中教你安裝安裝)

課程作者

Mohit Deshpande是iOS和Android開發中的幾個ZENVA課程的軟件開發人員作品 (包括 Advanced Android App Development – From Padawan to Jedi)

Mohit是電腦科學。他的研究領域和主要的專業領域是電腦視覺和人工智能。

computervision.png

更多資訊與購買

你可能會有興趣

rpvrgdc mobilegame-platinum pythonminidegree

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com Logo

您的留言將使用 WordPress.com 帳號。 登出 / 變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 / 變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 / 變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 / 變更 )

連結到 %s

分類

遊戲開發

標籤

, ,