Computer Vision for AI Professionals - eLearning
3.500,00 DKK
- 30 hours
Lås op for kraften i visuel intelligens med kurset Computer Vision for AI Professionals, der er designet til at hjælpe dig med at bygge systemer, som kan se, fortolke og forstå verden som mennesker. Dette kursus introducerer dig til de centrale begreber og praktiske anvendelser af computer vision – en vigtig gren af kunstig intelligens, der bruges i selvkørende køretøjer, medicinsk billedbehandling, ansigtsgenkendelse, robotteknologi og intelligent overvågning.
Nøglefunktioner
Sprog
Kursus og materiale på engelsk
Niveau
Mellem- til avanceret niveau
Adgang
1 års adgang til læringsplatformen
5 timers on-demand videoer
med over 10 timers anbefalet studietid
22 guidede praktiske øvelser
5 automatisk bedømte prøver
13 huskequizzer
3 omfattende opgaver
Certifikat
Certifikat for gennemført program medfølger
Læringsudbytte
Når du har gennemført dette kursus, vil du være i stand til at forstå:
Grundlæggende
Forstå grundlæggende billedbehandling og forskellige typer billeder
Histogram
Opret farvehistogrammer, og udforsk intensitetstransformationer og gammakorrektion
Softmax
Lær softmax-funktionen og de vigtigste udfordringer ved billedklassifikation
Udforsk
Udforsk teknikker til kant-, form- og hjørnedetektion
Dyb læring
Anvend dyb læring til præcis billedgenkendelse
YOLO
Arbejd med YOLO og få en grundlæggende forståelse af billedsegmentering
Kursusforløb
Introduktion til billedbehandling
Lektion 01
- Introduktion til billedbehandling
- Digital billedbehandling
- Typer af billeder
- Koordinatsystemer og RGB
- Andre farveskemaer
- Histogram og statistik
- Intensitetstransformationer og gamma
- Blanding
- Konvolution
- Kantdetektering
- Udjævning og skarpning
- Morfologiske filtre
Klassifikation
Lektion 02
- Udfordringer ved billedklassificering
- Traditionel billedbehandlingsworkflow
- Deep learning-komponenter til feedforward-netværk
- Deep Learning-funktion og universel approksimation
- Softmax-funktion
- Problemer med feedforward-størrelse
- Bias-varians og overfitting
- Vis modelhistorik
- Gem og indlæs modeller
CNN
Lektion 03
- Feedforward-udfordringer og fremkomsten af CNN
- Konvolutioner til CNN'er
- Flere kanaler og output i CNN'er
- CNN-dimensioner – farve
- Maks-pooling
- Sætte CNN-komponenterne sammen
- CFAR 10 CNN med TensorFlow Datasets
Forbedring af CNN
Lektion 04
- Dataforøgelse
- Affine transformationer
- Overføringslæring
- Mere om transfer learning
- Implementering af transfer learning
- Forskellige arkitekturer til transfer learning
- Fremtiden for dyb læring
Segmentering og objektgenkendelse
Lektion 05
- Segmentering med tærskelværdi
- Segmentering med klyngedannelse
- Segmentering med CNN
- Segmentering med U-Net
- Billedsegmentering med U-Net
- U-Net-model
- Objektlokalisering
- Udfordringer ved klassificering af flere objekter
- YOLO
Hvem bør tilmelde sig dette program?
AI- og maskinlæringsspecialister
Datascientister med interesse for billed- og videoanalyse
Softwareingeniører, der skifter til AI-roller
Udviklere, der arbejder med robotteknologi, automatisering eller IoT
Fagfolk inden for sundheds-, sikkerheds- eller bilindustrien
Studerende og teknologientusiaster, der udforsker avancerede AI‑anvendelser
Forudsætninger
- Grundlæggende kendskab til Python-programmering
- Grundlæggende forståelse af maskinlæringskoncepter
- Kendskab til grundlæggende data science (hjælpsomt, men ikke obligatorisk)
- Grundlæggende forståelse af lineær algebra, sandsynlighed eller statistik (anbefales)
- Der kræves ingen tidligere erfaring med computer vision.
Udtalelser
Licensering og akkreditering
Dette kursus tilbydes i henhold til Partnerprogramaftalen og overholder kravene i licensaftalen
Lighedspolitik
Kandidater opfordres til at kontakte AVC for vejledning og støtte gennem hele processen med tilpasning af arbejdsforhold.
Ofte stillede spørgsmål
Har du brug for virksomhedsløsninger eller LMS-integration?
Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!