Programa do Curso
Introdução à Visão Computacional na Condução Autónoma
- Papel da visão computacional nos sistemas de veículos autónomos
- Desafios e soluções no processamento de visão em tempo real
- Conceitos-chave: deteção de objetos, rastreamento e compreensão da cena
Fundamentos do Processamento de Imagens para Veículos Autónomos
- Aquisição de imagem de câmaras e sensores
- Operações básicas: filtragem, deteção de bordas e transformações
- Pipelines de pré-processamento para tarefas de visão em tempo real
Deteção e Classificação de Objetos
- Extração de características utilizando SIFT, SURF e ORB
- Algoritmos clássicos de deteção: HOG e Cascata de Haar
- Abordagens de aprendizagem profunda: CNNs, YOLO e SSD
Deteção de Faixas de Rodagem e Marcação da Estrada
- Transformada de Hough para deteção de linhas e curvas
- Extração da região de interesse (ROI) para marcação de faixas
- Implementação da deteção de faixas utilizando OpenCV e TensorFlow
Segmentação Semântica para Compreensão da Cena
- Compreender a segmentação semântica na condução autónoma
- Técnicas de aprendizagem profunda: FCN, U-Net e DeepLab
- Segmentação em tempo real utilizando redes neuronais profundas
Deteção de Obstáculos e Peões
- Deteção de objetos em tempo real com YOLO e Faster R-CNN
- Rastreamento multi-objeto com SORT e DeepSORT
- Reconhecimento de peões utilizando HOG e modelos de aprendizagem profunda
Fusão de Sensores para Perceção Aprimorada
- Combinação de dados de visão com LiDAR e RADAR
- Filtragem de Kalman e filtragem por partículas para integração de dados
- Melhoria da precisão da perceção com técnicas de fusão de sensores
Avaliação e Teste de Sistemas de Visão
- Benchmark de modelos de visão com conjuntos de dados automóveis
- Avaliação e otimização do desempenho em tempo real
- Implementação de um pipeline de visão para simulação de condução autónoma
Estudos de Caso e Aplicações do Mundo Real
- Análise de sistemas de visão bem-sucedidos em carros autónomos
- Projeto: Implementação de um pipeline de deteção de faixas e obstáculos
- Discussão: Tendências futuras na visão computacional automóvel
Resumo e Próximos Passos
Requisitos
- Domínio da programação em Python
- Compreensão básica dos conceitos de aprendizagem automática
- Familiaridade com técnicas de processamento de imagens
Público-Alvo
- Desenvolvedores de IA a trabalhar em aplicações de condução autónoma
- Engenheiros de visão computacional focados em perceção em tempo real
- Investigadores e desenvolvedores interessados em IA automóvel
Formação Empresarial Personalizada
Soluções de formação concebidas exclusivamente para empresas.
- Conteúdo Personalizado: Adaptamos o programa e os exercícios práticos aos objetivos e necessidades reais do seu projeto.
- Horário Flexível: Datas e horários adaptados à agenda da sua equipe.
- Formato: Online (ao vivo), In-Company (em suas instalações) ou Híbrido.
Preço por grupo privado, formação online em direto, a partir de 3900 € + VAT*
Entre em contato conosco para obter um orçamento preciso e conhecer nossas promoções mais recentes
Testemunhos de Clientes (1)
Mãos na massa e prático
Keeren Bala Krishnan - PENGUIN SOLUTIONS (SMART MODULAR)
Curso - Computer Vision with Python
Máquina Traduzida