A visão computacional é um campo que inclui métodos para adquirir, processar, analisar e entender imagens. Os cursos de treinamento ao vivo da Computer Vision demonstram, através da discussão interativa e prática prática, os fundamentos da Visão Computacional, à medida que os participantes passam pela criação de aplicativos simples de Visão Computacional. O treinamento em Visão Computacional está disponível em vários formatos, incluindo treinamento ao vivo no local e treinamento online ao vivo e interativo. O treinamento ao vivo no local pode ser realizado nas instalações do cliente no Portugal ou nos centros de treinamento locais NobleProg no Portugal. O treinamento ao vivo remoto é realizado por meio de uma área de trabalho remota e interativa.
NobleProg -- Seu Provedor de Treinamento Local
Declaração de Clientes
Eu realmente gostei da abordagem prática.
Kevin De Cuyper
Curso: Computer Vision with OpenCV
Machine Translated
O uso fácil da funcionalidade VideoCapture para adquirir imagens de vídeo da câmera do laptop.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Eu gostei das recomendações dadas pelo treinador sobre como usar as ferramentas. Isso é algo que não pode ser obtido da internet e é muito útil.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Eu gostei das recomendações dadas pelo treinador sobre como usar as ferramentas. Isso é algo que não pode ser obtido da internet e é muito útil.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Foi fácil de seguir.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
O treinador era muito conhecedor e muito aberto ao feedback sobre qual ritmo passar pelo conteúdo e os tópicos que cobrimos. Ganhei muito com o treinamento e sinto que agora tenho uma boa compreensão da manipulação de imagem e algumas técnicas para construir um bom conjunto de treinamento para um problema de classificação de imagem.
Anthea King - WesCEF
Curso: Computer Vision with Python
Machine Translated
Subcategorias Visão Computacional
Programa de curso Visão Computacional
Nome do Curso
Duração
Visão geral
Nome do Curso
Duração
Visão geral
21 horas
O YOLOv7 é um modelo de detecção de objetos em tempo real de última geração para tarefas de visão computacional.Este treinamento ao vivo conduzido por instrutor (online ou no local) destina-se a desenvolvedores, pesquisadores e cientistas de dados de nível intermediário a avançado que desejam aprender como implementar a detecção de objetos em tempo real usando o YOLOv7.No final desta formação, os participantes serão capazes de:
- Compreender os conceitos fundamentais da detecção de objetos. Instale e configure o YOLOv7 para tarefas de detecção de objetos. Treine e teste modelos de detecção de objetos personalizados usando YOLOv7. Integre o YOLOv7 com outras estruturas e ferramentas de visão computacional. Solucione problemas comuns relacionados à implementação do YOLOv7.
- Palestra e discussão interativa. Muitos exercícios e prática. Implementação prática em um ambiente de laboratório ao vivo.
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
14 horas
SimpleCV é uma estrutura de código aberto - o que significa que é uma coleção de bibliotecas e softwares que você pode usar para desenvolver aplicativos de visão. Ele permite que você trabalhe com as imagens ou fluxos de vídeo provenientes de webcams, Kinects, câmeras FireWire e IP ou telefones celulares. Ele ajuda você a criar softwares para que suas várias tecnologias não apenas vejam o mundo, mas também o compreendam. Público Este curso é direcionado a engenheiros e desenvolvedores que buscam desenvolver aplicativos de visão computacional com o SimpleCV.
21 horas
Caffe é uma framework de deep learning construída com os modelos de expressão, velocidade e modularidade em mente. Este curso explora a aplicação do Caffe como uma framework para o reconhecimento de imagem.
Depois de completar o curso os participantes poderão:
- Entender a estrutura do Caffe e os mecanismos de despacho
- Monitorar a qualidade do código, debugging etc...
Depois de completar o curso os participantes poderão:
- Entender a estrutura do Caffe e os mecanismos de despacho
- Monitorar a qualidade do código, debugging etc...
14 horas
Marvin is an extensible, cross-platform, open-source image and video processing framework developed in Java. Developers can use Marvin to manipulate images, extract features from images for classification tasks, generate figures algorithmically, process video file datasets, and set up unit test automation.
Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection.
In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application.
Format of the Course
- The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.
14 horas
Computer Visão por Computer é um campo que envolve extrair, analisar e compreender automaticamente informações úteis da mídia digital. Python é uma linguagem de programação de alto nível famosa por sua sintaxe clara e legibilidade de código. Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão o básico sobre a Visão Computer enquanto avançam na criação do conjunto de aplicativos simples de Visão Computer usando o Python . No final deste treinamento, os participantes serão capazes de:
- Entenda os conceitos básicos da Visão Computer
- Use o Python para implementar tarefas do Computer Vision
- Construa seus próprios sistemas de detecção de rosto, objeto e movimento
- Programadores Python interessados em Visão Computer
- Palestra parcial, parte discussão, exercícios e prática prática
21 horas
This instructor-led, live training in Portugal (online or onsite) is aimed at developers who wish to build a self-driving car using deep learning techniques.
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
14 horas
A análise de vídeo refere-se à tecnologia e técnicas usadas para processar um fluxo de vídeo. Uma aplicação comum seria capturar e identificar eventos de vídeo ao vivo através da detecção de movimento, reconhecimento facial, multidão e contabilidade de veículos, etc.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a desenvolvedores que desejam construir modelos de detecção e rastreamento de objetos acelerados por hardware para analisar dados de vídeo em streaming.
No final do curso, os participantes poderão:
-
Instale e configure o ambiente de desenvolvimento, software e bibliotecas necessárias para começar a desenvolver.
Construir, treinar e implementar modelos de aprendizagem profunda para analisar feed de vídeo ao vivo.
Identificar, rastrear, segmentar e prever objetos diferentes dentro de quadros de vídeo.
Optimize a detecção de objetos e os modelos de rastreamento.
Desenvolva uma aplicação de análise de vídeo inteligente (IVA).
-
Interação e discussão interativa.
Muitos exercícios e práticas.
Implementação de mão em um ambiente de laboratório ao vivo.
-
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
7 horas
YOLO (You Only Look Once) é um algoritmo transformado em modelos pré-entendidos para a detecção de objetos. É testado pelo Darknet Neural Network Framework, tornando-o ideal para o desenvolvimento de recursos de visão de computador com base no conjunto de dados COCO (Objetos Comuns em Contexto). As versões mais recentes do framework YOLO, YOLOv3-v4, permitem que os programas executam efetivamente objetos localizando e classificando tarefas enquanto executam em tempo real.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a desenvolvedores de fundo e cientistas de dados que desejam incorporar modelos YOLO pré- treinados em seus programas orientados pela empresa e implementar componentes eficientes para a detecção de objetos.
No final do curso, os participantes poderão:
-
Instale e configure as ferramentas e bibliotecas necessárias para a detecção de objetos usando YOLO.
Personalize Python aplicações de linha de comando que operam com base em modelos pré-entendidos do YOLO.
Implementar o quadro de modelos YOLO pré-treinados para vários projetos de visão de computador.
Converter conjuntos de dados existentes para a detecção de objetos em formato YOLO.
Compreender os conceitos fundamentais do algoritmo YOLO para a visão de computador e/ou aprendizagem profunda.
-
Interação e discussão interativa.
Muitos exercícios e práticas.
Implementação de mão em um ambiente de laboratório ao vivo.
-
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
Correspondência de padrões é uma técnica usada para localizar padrões especificados em uma imagem. Ele pode ser usado para determinar a existência de características especificadas dentro de uma imagem capturada, por exemplo, o rótulo esperado em um produto defeituoso em uma linha de fábrica ou as dimensões especificadas de um componente. É diferente de " Pattern Recognition " (que reconhece padrões gerais baseados em coleções maiores de amostras relacionadas) na medida em que determina especificamente o que estamos procurando, então nos diz se o padrão esperado existe ou não.
- Este curso apresenta as abordagens, tecnologias e algoritmos usados no campo de correspondência de padrões, conforme se aplica à Machine Vision .
28 horas
OpenCV (Open Source Computer Vision Library: http://opencv.org) is an open-source BSD-licensed library that includes several hundreds of computer vision algorithms.
Audience
This course is directed at engineers and architects seeking to utilize OpenCV for computer vision projects
21 horas
Este treinamento ao vivo com instrutor introduz o software, o hardware e o processo passo a passo necessários para criar um sistema de reconhecimento facial do zero Reconhecimento Facial é também conhecido como Reconhecimento Facial O hardware usado neste laboratório inclui o Rasberry Pi, um módulo de câmera, servos (opcional), etc Os participantes são responsáveis pela compra desses componentes O software usado inclui OpenCV, Linux, Python, etc No final deste treinamento, os participantes serão capazes de: Instale o Linux, OpenCV e outros utilitários de software e bibliotecas em um Rasberry Pi Configure o OpenCV para capturar e detectar imagens faciais Entenda as várias opções para empacotar um sistema Rasberry Pi para uso em ambientes reais Adaptar o sistema para uma variedade de casos de uso, incluindo vigilância, verificação de identidade, etc Público Desenvolvedores Técnicos de hardware / software Técnicos de todas as indústrias Hobbyists Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada Nota Outras opções de hardware e software incluem: Arduino, OpenFace, Windows, etc Se você deseja usar qualquer um desses, entre em contato conosco para agendar .
14 horas
OpenCV é uma biblioteca de funções de programação para descifrar imagens com algoritmos de computador. OpenCV 4 é a versão mais recente OpenCV e fornece modularidade otimizada, algoritmos atualizados e muito mais. Com OpenCV 4 e Python, os usuários serão capazes de ver, carregar e classificar imagens e vídeos para reconhecimento de imagem avançado.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a engenheiros de software que desejam programar em Python com OpenCV 4 para aprendizagem profunda.
No final do curso, os participantes poderão:
-
Ver, carregar e classificar imagens e vídeos usando OpenCV 4.
Em segundo lugar, a aprendizagem foi feita em quatro (quatro) e três (quatro).
Execute modelos de aprendizagem profunda e gerar relatórios impactantes de imagens e vídeos.
-
Interação e discussão interativa.
Muitos exercícios e práticas.
Implementação de mão em um ambiente de laboratório ao vivo.
-
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Last Updated:
Outras Regiōes
Consultoria
Cursos de fim de semana de Visão Computacional, Treinamento tardiurno de Visão Computacional, Treinamento em grupo de Visão Computacional, Visão Computacional guiado por instrutor, Treinamento de Visão Computacional de fim de semana, Cursos de Visão Computacional tardiurnos, coaching de Visão Computacional, Instrutor de Visão Computacional, Treinador de Visão Computacional, Cursos de treinamento de Visão Computacional, Aulas de Visão Computacional, Visão Computacional no local do cliente, Cursos privados de Visão Computacional, Treinamento individual de Visão Computacional
