Python (OpenCV)的電腦視覺訓練營 - 包含 YOLO、SSD

Contents

Viola-Jones 方法、HOG 特徵、R-CNN、YOLO 和 SSD（單發）目標檢測方法與 Python 和 OpenCV

從這 10 小時的課程，你會學到

對最強大的電腦視覺模型有很好的理解
了解 OpenCV
理解和實現 Viola-Jones 演算法
理解和實現定向梯度直方圖 (HOG，Histogram of Oriented Gradients) 演算法
理解和實現與卷積神經網路 (CNN，Convolutional Neural Network) 相關的電腦視覺方法
理解並實現 YOLO（You Only Look Once）演算法
Single Shot MultiBox 檢測 SDD 演算法
掌握人臉檢測和物件檢測

要求

基本的 Python 程式技能

課程說明

本課程是關於圖像處理的基本概念，重點是人臉檢測和物件檢測。這些話題現在變得非常熱門，因為這些學習演算法可以用於從軟體工程到犯罪調查的多個領域。自動駕駛汽車（例如車道檢測方法）嚴重依賴點腦視覺。

隨著過去十年深度學習和圖形處理單元 (GPU) 的出現，甚至可以在實時視訊中運行這些演算法。那麼您將在這門課程中學到什麼？

第 1 節 – 圖像處理基礎：

點腦視覺理論
什麼是像素強度值
卷積和內核（過濾器）
模糊內核
銳化內核
電腦視覺中的邊緣檢測（邊緣檢測內核）

第 2 節 – 自動駕駛汽車和車道檢測

如何在車道檢測中使用電腦視覺方法
Canny 演算法
如何使用霍夫變換( Hough transform )根據像素強度查找線

第 3 節 – 使用 Viola-Jones 演算法進行人臉檢測：

電腦視覺中的 Viola-Jones 方法
什麼是滑動窗口方法
檢測圖像和視訊中的人臉

第 4 節 – 定向梯度直方圖 (HOG) 演算法

如何用更好的方法超越 Viola-Jones 演算法
如何檢測圖像中的梯度和邊緣
構建定向梯度的直方圖
使用支持向量機 (SVM，Support Vector Machines) 作為基礎機器學習演算法

第 5 節 – 基於卷積神經網路 (CNN) 的方法

滑動窗口方法有什麼問題
區域建議和選擇性搜索演算法
基於區域的卷積神經網路 (C-RNN)
快速 C-RNN
更快的 C-RNN

第 6 節 – 你只看一次 (YOLO) 物件檢測演算法

YOLO 方法是什麼？
構建邊界框
如何通過單一外觀檢測圖像中的物件？
聯合交集（IOU，intersection of union）演算法
如何使用非最大抑制( non-max suppression )保持最相關的邊界框？

第 7 節 – 單次射擊多盒檢測器 (SSD， Single Shot MultiBox Detector) 物件檢測演算法 SDD

SSD演算法背後的主要思想是什麼
構建錨箱
VGG16 和 MobileNet 架構
使用實時視訊實現 SSD

我們將主要討論人臉識別演算法和目標檢測的理論背景，然後我們將逐步實現這些問題。

感謝您加入課程，讓我們開始吧！

目標受眾

任何對機器學習（人工智能）和電腦視覺感興趣的人

講師簡介

Holczer Balazs 軟體工程師

我的名字是 Balazs Holczer。我來自匈牙利布達佩斯。我有資格成為一名物理學家。目前我在一家跨國公司擔任仿真工程師。自大學以來，我一直對演算法和資料結構及其實現感興趣，尤其是在 Java 中。後來我熟悉了機器學習技術、人工智慧、數值方法和處方，例如求解微分方程、線性代數、內插法和外插法。這些東西在幾個領域可能被證明是非常重要的：軟體工程、研發或投資銀行。我特別喜歡 Black-Scholes 模型或 Merton 模型等定量模型。

如果您對這些主題感興趣，請查看我的網站！