使用深度學習的 Python OpenCV4 電腦視覺介紹

透過製作人臉過濾器,手寫識別器,汽車偵測器,物件分類器,車牌閱讀器等來學習 OpenCV

報名參加課程

已經上過這門課程?

🔥歡迎來參加這個活動 – 上課心得分享與獎勵說明 :分享就贈送一門線上課程

從這 10.5 小時的課程,你會學到

  • 理解和在 Python 中使用 OpenCV4
  • 如何在 Python 中使用 Keras 和 TensorFlow 進行深度學習
  • 使用 DLIB建立面部偵測器和識別器,並建立自己的高階面部置換
  • 目標檢測,跟蹤和運動分析
  • 建立擴增實境( AR )應用程式
  • 程式設計技能,如基本的 Python 和 Numpy
  • 如何使用電腦視覺來執行很酷的創業點子
  • 理解神經網路和卷積神經網路
  • 使用 Python 建立簡單的影像分類器
  • 建立一個信用卡的 OCR 閱讀器

要求

  • 幾乎不需要程式設計知識,但基本的程式設計知識將有所幫助
  • 安裝 Windows 10、 Ubuntu 或 MacOS 系統的電腦
  • 一個網路攝影機來實現一些小專案

課程說明

這是第一個也是最新的課程(2019年3月)!

在 Python 中掌握電腦視覺使用最新版本的 OpenCV 4.0.1!

您將學習最新的2019年核心電腦視覺概念和實現 18 個了不起的專案!

2019年的最新訊息:

  • 一個附有 OpenCV4.0.1 Contrib Package + Dlib 和其他基本程式庫的免費虛擬機器
  • 你製作自己的自動車牌辨識(ALPR)新專案
  • 在 Python 中使用 Keras 進行深度學習的核心介紹(3個多小時的深度學習電腦視覺)
  • 信用卡號碼識別(建立自己的 OCR 分類器)

深度學習電腦視覺內容包括:

  • 預先安裝了所有深度學習 Python 程式庫(如 Keras 和 TensorFlow)的免費虛擬機器
  • 關於神經網路和卷積神經網路的詳細說明
  • 理解 Keras 如何運作以及如何使用和建立影像資料集
  • 建立一個手寫數字分類器
  • 建立一個多影像分類器
  • 建立一個貓狗分類器
  • 理解如何使用資料增強( Data Augmentation )提高 CNN 的效能
  • 提取及信用卡號碼分類

======================================================

OpenCV 專案包括:

  • 使用網路攝影機即時繪製草圖
  • 識別形狀
  • 計數圓和橢圓
  • 尋找 Waldo
  • 使用 OpenCV 的單物件檢測器
  • 基於級聯分類器( Cascade Classifiers )的車輛和行人檢測器
  • 即時臉部置換器(像 MSQRD & Snapchat 過濾器! ! !)
  • 打哈欠偵測器和計數器
  • 手寫數字分類
  • 面部辨識
  • 球的軌跡
  • 照片修復
  • 車牌自動辨識(ALPR)

深度學習專案包括:

  • 建立一個手寫數字分類器
  • 建立一個多影象分類器
  • 建立一個貓狗分類器
  • 理解如何使用資料增強提高 CNN 的效能
  • 提取及信用卡號碼分類

之前學生的評論:

“我對這種可能性感到驚訝。 非常有教育意義,學到了比我想象中更多的東西。 現在,能夠在實際中使用它是很有趣的… … 更多的是學習和應用。”

“電腦視覺課程教學非常好,內容豐富! 我在網上尋找 OpenCv python 教學資源,但這門課程是迄今為止相關課程和專案最好的融合。 我喜歡其中的一些專案,並從修補它們中獲得了許多樂趣。”

“很棒的講師和課程。 這些解釋很容易理解,材料也很容易理解。 這絕對是一個非常好的影像處理入門。”

“這門課給我留下了深刻的印象! 我認為這是目前為止 Udemy 上最好的電腦視覺課程。 我是一名大學生,之前在本科時上過電腦視覺課程。 這個6.5小時的課程比我的大學課程要好上很多!”

“Rajeev 在這門課上做得很好。 我不知道電腦視覺是如何運作的,現在已經有了很好的概念基礎和實際應用的知識。 Rajeev 教學清晰而簡潔,有助於讓任何想要開始建立應用程式的人易於理解複雜的主題。”

======================================================

為什麼要在 Python 中學習使用 OpenCV 電腦視覺?

電腦視覺應用和技術現在正在爆炸! 幾個應用程式和業界應用都驚人地利用了這項技術,從價值數十億美元的應用程式,如 Pokémon GO,Snapchat,到新興的應用程式,如 MSQRD 和 PRISMA。

甚至 Facebook、Google、微軟、蘋果、Amazon 和特斯拉都在大量利用電腦視覺進行人臉和物體辨識、影像搜尋,尤其是在自動駕駛汽車方面!

因此,對電腦視覺專業知識的需求呈指數增長!

然而,學習電腦視覺是困難的! 現有的線上課程、教科書和免費的 MOOCs 通常已經過時,使用的是舊的不相容的程式庫,或者過於理論化,使其難以理解。

這就是我在學習電腦視覺時遇到的問題,它變得非常令人沮喪。 即使只是簡單地執行我在網上找到的範例程式碼也很困難,因為程式庫和函式往往已經過時。

我建立這門課程是為了教你所有的關鍵概念,而不是沉重的數學理論,同時使用最新的方法。

我採用了一種非常實用的方法,使用了50多個程式碼範例。

在課程結束時,你將能夠使用 Python 中的 OpenCV 建立12個很棒的電腦視覺應用程式。

我使用 OpenCV,它是目前支援良好的開源電腦視覺程式庫! 在 Python 中使用它非常棒,因為 Python 使我們能夠專注於當下的問題,而不會陷入複雜的程式碼之中。

如果你是一個學者或大學生,如果你想通過連結我們使用的技術的研究論文來學習更多,我仍然會為你指明正確的方向。

因此,如果你想在電腦視覺方面有一個良好的基礎,就不要再尋找了。

這就是你的課程!

在本課程中,您將發現使用 Python 的 OpenCV 強大功能,並獲得技能,從而極大地提高您作為電腦視覺開發人員的職業前景。

======================================================

你將會學到:

  • 電腦視覺和 OpenCV 的核心概念。
  • 執行影像處理,如變換,裁剪,模糊,閾值,邊緣檢測。
  • 通過理解輪廓、圓和直線檢測來分割影像。 您甚至將學習如何近似輪廓,做輪廓濾波和排序以及近似。
  • 使用特徵提取(SIFT,SURF,FAST,BRIEF & ORB)來做目標偵測。
  • 對臉部、人物和汽車執行目標偵測。
  • 提取臉部特徵( facial landmarks )用於人臉分析,應用過濾器和人臉置換。
  • 用於手寫數字辨識的電腦視覺機器學習方法。
  • 實現臉部辨識。
  • 實現和理解運動分析和物件追蹤。
  • 使用基本的運算攝影技術為照片恢復(從舊損壞的照片消除標記,線,摺痕,和汙跡)。
  • 使用 PyTesseract 執行車牌辨識
  • 信用卡號碼提取及分類
  • 如何通過深度學習成為一個真正的電腦視覺專家
  • 12 的很酷的電腦視覺啟動點子

======================================================

更新和支援:

  • 我每個月都會不斷地新增更新、修復和新的令人驚歎的專案!
  • 我每天都會積極參與課程的”問答”部分,所以你永遠不會獨自一人。
  • 那麼,你準備好開始了嗎? 現在就註冊,今天就開始成為電腦視覺專家的課程吧!

目標受眾

  • 對電腦視覺感興趣的初學者
  • 希望在電腦視覺研究之前有一個好的開始的大學生
  • 任何好奇使用電腦視覺深度學習的人
  • 希望實現電腦視覺創業點子的企業家
  • 業餘愛好者想做一個很酷的電腦視覺原型
  • 希望開發電腦視覺技能的軟體開發人員和工程師

講師簡介

Rajeev Ratan 電腦視覺專家,資料科學家和電子工程師( 更多講師主講課程介紹 )

大家好,我是 Rajeev,我喜歡資料科學和電腦視覺。

我在愛丁堡大學獲得了電腦與電子工程學士學位和人工智慧碩士學位,在那裡我獲得了廣泛的知識,機器學習,電腦視覺和智慧機器人學。

我已經發表了關於使用資料驅動的方法進行機率隨機建模的研究,甚至還參加了一個在愛丁堡大學機器人競賽中獲勝的小組。

我嘗試過以深度學習為基礎的電腦視覺創業。 我已經為兩個電腦視覺領域的創業公司做出了貢獻。

之前,我曾在加勒比地區兩家最大的電信運營商工作,在那裡,我獲得了管理技術人員和部署複雜電信專案的經驗。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎訂閱 Python 學習資訊分享 Telegram 頻道

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: