Konenäön Perusteet

Kurssisisältö

Konenäön Perusteet

Konenäön Perusteet

1. Johdatus Tietokonenäköön

Mikä on tietokonenäkö?Kuvankäsittelyn Perusteet Lineaarialgebra Kuvankäsittelyssä

2. Kuvankäsittely OpenCV:llä

Perusmuunnokset Fourier-muunnos Alipäästö- ja Ylipäästösuodattimet Kohinan Vähentäminen ja Tasoitus Histogrammin Tasoitus Superresoluutiotekniikat Reunojen Tunnistus Kulma- ja Kohdetunnistus

3. Konvoluutioneuroverkot

Konvoluutiohermoverkkojen Esittely Konvoluutiokerrokset Pooling-Kerrokset Tasoittaminen Aktivointifunktiot Yleiskatsaus Suosittuihin CNN-malleihin Haaste: CNN:n Rakentaminen

4. Esineentunnistus

Objektin Paikannus Kohteentunnistus Rajauslaatikon Ennusteet Leikkaus Unionin Yli (IoU) ja Arviointimittarit Ei-maksimin Suppressio (NMS)Ankkurilaatikot YOLO-mallin Yleiskatsaus Haaste: Objektin Tunnistus Omalla Mallilla ja YOLOlla

5. Edistyneiden Aiheiden Yleiskatsaus

Siirtäminen Oppiminen Tietokonenäössä Kasvontunnistuksen Yleiskatsaus Kuvantuotannon Yleiskatsaus

Mikä on tietokonenäkö?

Tietokonenäön todelliset sovellukset sisältävät:

Tietokonenäkö kattaa joukon tehtäviä, jotka mahdollistavat koneiden ymmärtää ja käsitellä visuaalista dataa tehokkaasti:

Kuvien luokittelu;
Objektien tunnistus;
Kuvan segmentointi;
Kasvojen ja henkilöiden tunnistus;
Reunojen tunnistus;
Kuvan palautus;
Yhteensopivan näkymän rekonstruointi;
Videon liikeanalyysi.

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 1

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Kurssisisältö

Konenäön Perusteet

Konenäön Perusteet

1. Johdatus Tietokonenäköön

Mikä on tietokonenäkö?Kuvankäsittelyn Perusteet Lineaarialgebra Kuvankäsittelyssä

2. Kuvankäsittely OpenCV:llä

Perusmuunnokset Fourier-muunnos Alipäästö- ja Ylipäästösuodattimet Kohinan Vähentäminen ja Tasoitus Histogrammin Tasoitus Superresoluutiotekniikat Reunojen Tunnistus Kulma- ja Kohdetunnistus

3. Konvoluutioneuroverkot

Konvoluutiohermoverkkojen Esittely Konvoluutiokerrokset Pooling-Kerrokset Tasoittaminen Aktivointifunktiot Yleiskatsaus Suosittuihin CNN-malleihin Haaste: CNN:n Rakentaminen

4. Esineentunnistus

Objektin Paikannus Kohteentunnistus Rajauslaatikon Ennusteet Leikkaus Unionin Yli (IoU) ja Arviointimittarit Ei-maksimin Suppressio (NMS)Ankkurilaatikot YOLO-mallin Yleiskatsaus Haaste: Objektin Tunnistus Omalla Mallilla ja YOLOlla

5. Edistyneiden Aiheiden Yleiskatsaus

Siirtäminen Oppiminen Tietokonenäössä Kasvontunnistuksen Yleiskatsaus Kuvantuotannon Yleiskatsaus

Mikä on tietokonenäkö?

Tietokonenäön todelliset sovellukset sisältävät:

Tietokonenäkö kattaa joukon tehtäviä, jotka mahdollistavat koneiden ymmärtää ja käsitellä visuaalista dataa tehokkaasti:

Kuvien luokittelu;
Objektien tunnistus;
Kuvan segmentointi;
Kasvojen ja henkilöiden tunnistus;
Reunojen tunnistus;
Kuvan palautus;
Yhteensopivan näkymän rekonstruointi;
Videon liikeanalyysi.

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 1

some-alt