Corso Online: Computer Vision con Python e OpenCV
Corso
Online
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
-
Tipologia
Corso
-
Livello
Livello base
-
Metodologia
Online
-
Ore di lezione
13h
-
Durata
Flessible
La Computer Vision è uno dei settori più hot dell’Intelligenza Artificiale, che negli ultimi anni ha fatto progressi esponenziali grazie alle ultime tecniche di Deep Learning e all’utilizzo delle Reti Neurali Artificiali.
Ma cosa è esattamente la Computer Vision? E’ un insieme di tecniche, metodi e modelli che ci permette di analizzare digitalmente immagini e video, riconoscendo forme e oggetti con una precisione anche superiore a quella dell’occhio umano.
Le applicazioni pratiche sono innumerevoli e colpiscono moltissimi grandi settori: trasporti (es. Auto a Guida Autonoma), Healtcare (es. Diagnosi Medica Computerizzata), Sicurezza (es. Telecamere Intelligenti), il Gaming (es. Microsoft Kinect).
Informazioni importanti
Prezzo per gli utenti Emagister: Prezzo con promozione 29,90 euro
Profilo del corso
In questo corso pratico imparerai come funziona la Computer Vision e come applicarla in maniera pratica, utilizzando OpenCV, la più popolare libreria per la Computer Vision.
In particolare, vedremo come aprire e elaborare un’immagine, ridimensionandola, ritagliandola e disegnandoci sopra testo e forme.
Il corso è rivolto a tutti coloro i quali hanno curiosità sul tema o vogliono approfondire meglio questo argomento con spunti e strategie pratiche.
A termine del corso sarà possibile scaricare un certificato di frequenza personalizzato.
Da oltre 10 anni IGEA è attiva con ottimi risultati nella formazione. I corsi di formazione di IGEA si caratterizzano per l'alta qualità dei contenuti e della formazione, risultato di una attento processo di selezione dei docenti e di cura nella realizzazione dei contenuti. I corsi online di IGEA sono disponibili per sempre e l'allievo può seguire le lezioni per innumerevoli volte, anche a distanza di tempo. La formazione di IGEA, anche online, è mirata al SAPER FARE, con l'obiettivo finale di accrescere le competenze degli allievi, spendibili subito professionalmente.
Subito dopo aver ricevuto la tua richiesta la segreteria di IGEA ti contatterà per rispondere a tutte le tue domande e guidarti nella procedura di iscrizione e di pagamento.
Opinioni
Successi del Centro
Tutti i corsi devono essere aggiornati
La media delle valutazioni dev'essere superiore a 3,7
Più di 50 opinioni degli ultimi 12 mesi
14 anni del centro in Emagister.
Materie
- Informatica e tecnologia
- Computer Vision
- Programmazione
- OpenCV
- Python
Professori
IGEA Centro Promozione Salute
Formazione
Programma
Cap.01 Introduzione
- Lezione 1.1 Introduzione | 10:12 minuti
Cap.02 Preparazione dell'Ambiente di Lavoro
- Lezione 2.1 Installazione di Anaconda | 02:41 minuti
- Lezione 2.2 Breve Introduzione a VSCode | 03:17 minuti
- Lezione 2.3 Creare un'Ambiente Virtuale con Navigator | 04:29 minuti
- Lezione 2.4 Creare un'Ambiente Virtuale con il Prompt | 05:05 minuti
Cap.03 Immagini e Matrici con Numpy
- Lezione 3.1 Come il Computer vede le Immagini | 07:18 minuti
- Lezione 3.2 Basi di Numpy per la Computer Vision | 17:46 minuti
- Lezione 3.3 Aprire un'Immagine con Numpy | 08:23 minuti
Cap.04 Operare sulle Immagini con OpenCV
- Lezione 4.1 Introduzione a OpenCV | 02:56 minuti
- Lezione 4.2 Aprire un'Immagine con OpenCV | 06:48 minuti
- Lezione 4.3 Ridimensionare e Ritagliare un'Immagine | 08:18 minuti
- Lezione 4.4 Ruotare un'Immagine | 06:21 minuti
- Lezione 4.5 Disegnare Rettangoli, Cerchi e Linee | 11:42 minuti
- Lezione 4.6 Inserire Testo su un'Immagine | 03:19 minuti
Cap.05 Acquisire Foto e Video con Python
- Lezione 5.1 Catturare Immagini da Webcam | 06:08 minuti
- Lezione 5.2 Stream di Immagini da Webcam | 03:15 minuti
- Lezione 5.3 Catturare Input da Tastiera | 03:42 minuti
- Lezione 5.4 Operare sullo Stream Video- Filtro BiancoNero | 03:39 minuti
- Lezione 5.5 Operare sullo Stream Video- Scrivere Data e Ora | 05:52 minuti
- Lezione 5.6 Come Catturare Snapshot | 04:14 minuti
- Lezione 5.7 Come Registrare Video | 08:00 minuti
Cap.06 Object Detection Base
- Lezione 6.1 Le Haar-Like Features | 12:40 minuti
- Lezione 6.2 Le Integral Images | 07:14 minuti
- Lezione 6.3 Integral Images con OpenCV | 03:52 minuti
- Lezione 6.4 L'algoritmo Cascade of Classifiers | 10:36 minuti
- Lezione 6.5 Face Detection con OpenCV | 11:54 minuti
- Lezione 6.6 Multiple Face Detection con OpenCV | 04:31 minuti
- Lezione 6.7 Live Face Detection con OpenCV | 05:48 minuti
- Lezione 6.8 Integriamo la Face Detection nella Webcam | 04:18 minuti
- Lezione 6.9 Catturare Immagini da Webcam con un Sorriso -D | 13:28 minuti
Cap.07 Object Tracking
- Lezione 7.1 Centroid Tracking | 12:33 minuti
- Lezione 7.2 Troviamo il Centroide di un Volto | 08:09 minuti
- Lezione 7.3 Calcolo delle Distanze tra Centroidi | 06:58 minuti
- Lezione 7.4 Da Face Detection a Face Tracking | 11:52 minuti
- Lezione 7.5 Tracking del Centroide | 07:41 minuti
- Lezione 7.6 Mostriamo il Risultato | 07:47 minuti
Cap.08 Machine Learning per la Computer Vision
- Lezione 8.1 Introduzione al Machine Learning | 06:12 minuti
- Lezione 8.2 Regressione Logistica per Computer Vision | 08:59 minuti
- Lezione 8.3 Addestramento di un Modello di Machine Learning | 08:13 minuti
- Lezione 8.4 Preprocessing del Binary MNIST | 15:14 minuti
- Lezione 8.5 Apprendimento dei coefficienti sul MNIST | 18:58 minuti
- Lezione 8.6 Riconoscimento di Nuove Immagini | 11:27 minuti
Cap.09 Deep Learning e Reti Neurali
- Lezione 9.1 Reti Neurali per la Computer Vision | 06:32 minuti
- Lezione 9.2 [OPZIONALE] La Forward Propagation | 06:34 minuti
- Lezione 9.3 [OPZIONALE] La Backpropagation | 12:22 minuti
Cap.10 Tensorflow per la Computer Vision
- Lezione 10.1 Creiamo l'Environment per Tensorflow | 05:02 minuti
- Lezione 10.2 Preprocessing del MNIST | 04:34 minuti
- Lezione 10.3 Addestramento della Rete Neurale | 20:51 minuti
- Lezione 10.4 Riconoscimento di Nuove Immagini | 04:48 minuti
Cap.11 Addestrare Reti Neurali in Cloud (Gratuitamente)
- Lezione 11.1 Introduzione ai Servizi in Cloud | 00:46 minuti
- Lezione 11.2 Google Colaboratory | 08:01 minuti
- Lezione 11.3 Paperspace Gradient | 09:58 minuti
Cap.12 Reti Convoluzionali (CNN) per la Classificazione di Immagini
- Lezione 12.1 Vantaggi delle Reti Convoluzionali | 07:05 minuti
- Lezione 12.2 L'Operatore Convoluzionale | 07:55 minuti
- Lezione 12.3 Stride e Padding | 04:39 minuti
- Lezione 12.4 Lo Strato Convoluzionale | 05:21 minuti
- Lezione 12.5 Strati di Pooling | 06:41 minuti
- Lezione 12.6 [OPZIONALE] Addestramento di una Rete Neurale Convoluzionale | 04:31 minuti
Cap.13 Neural Image Classification
- Lezione 13.1 Processiamo le Immagini di Cani e Gatti | 10:25 minuti
- Lezione 13.2 Addestriamo una Vanilla Neural Network | 10:16 minuti
- Lezione 13.3 Addestriamo una CNN | 12:15 minuti
Cap.14 Generatori di Immagini
- Lezione 14.1 Introduzione ai Generatori | 04:57 minuti
- Lezione 14.2 Preparare il Dataset di 25000 Immagini | 09:26 minuti
- Lezione 14.3 Addestrare una Rete Neurale con i Generatori | 17:14 minuti
- Lezione 14.4 Riconoscimento di Nuove Immagini | 11:11 minuti
Cap.15 Images Augmentation
- Lezione 15.1 Tecniche di Images Augmentation | 02:39 minuti
- Lezione 15.2 Images Augmentation in Pratica | 18:29 minuti
Cap.16 Riconoscimento del Sesso dal Volto [PROGETTO]
- Lezione 16.1 Otteniamo il Dataset di Volti | 03:04 minuti
- Lezione 16.2 Addestriamo la Rete Neurale Convoluzionale | 12:33 minuti
- Lezione 16.3 Riconoscimento da Webcam in Real Time - Parte 1 | 09:37 minuti
- Lezione 16.4 Riconoscimento da Webcam in Real Time - Parte 2 | 10:26 minuti
Cap.17 Neural Object Detection
- Lezione 17.1 Sliding Windows Detection | 05:01 minuti
- Lezione 17.2 Intersection Over Union | 03:57 minuti
- Lezione 17.3 L'Architettura YOLO | 06:46 minuti
- Lezione 17.4 Multiple Objects Detection | 03:41 minuti
- Lezione 17.5 Object Detection con YOLO in Python | 03:04 minuti
- Lezione 17.6 Importiamo la Rete Pre-Addestrata con OpenCV | 08:27 minuti
- Lezione 17.7 Ottenere le Predizioni della Rete YOLO | 06:00 minuti
- Lezione 17.8 Calcolare i Bounding Box | 04:46 minuti
- Lezione 17.9 Mostriamo il Risultato sull'Immagine | 08:55 minuti
- Lezione 17.10 Riconoscimento di Oggetti Specifici | 03:39 minuti
- Lezione 17.11 Riconoscimento di Oggetti all'interno di un Video | 06:53 minuti
- Lezione 17.12 Creare un Nuovo Video | 07:31 minuti
- Lezione 17.13 Applicare la Non-Max Suppression | 05:20 minuti
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Corso Online: Computer Vision con Python e OpenCV