Chia Sẻ Khóa Học Computer Vision Engineer [Khóa 6418 A]
Phát triển sự nghiệp của bạn với các kỹ năng về thị giác máy tính (computer vision). Học và áp dụng các kỹ năng về computer vision cần thiết để giải quyết hiệu quả các thách thức thực tế trong nhiều ngành công nghiệp.
Những gì bạn sẽ học được:
- ✓ Tự động trích xuất thông tin từ hình ảnh.
- ✓ Phát hiện và theo dõi các đối tượng trong hình ảnh và video.
- ✓ Áp dụng toàn bộ quy trình deep-learning vào các thách thức về thị giác máy tính.
- ✓ Xuất các mô hình sang các định dạng phổ biến như Tensorflow hoặc PyTorch.
Những kỹ năng bạn sẽ đạt được:
- ✓ Image Processing.
- ✓ Image Segmentation.
- ✓ Computer Vision.
- ✓ Object Detection.
- ✓ Deep Learning.
- ✓ MATLAB.
- ✓ Image Classification.
- ✓ Video Processing.
Chuẩn bị cho sự nghiệp trong lĩnh vực computer vision đang phát triển nhanh chóng. Khả năng trích xuất thông tin có ý nghĩa từ dữ liệu trực quan là rất quan trọng để phát triển hiệu quả các hệ thống giám sát thông minh, nâng cao chẩn đoán y khoa và cung cấp sức mạnh cho thế hệ xe tự hành tiếp theo. Chương trình này được thiết kế để biến những người có ít hoặc không có kinh nghiệm về dữ liệu hình ảnh trước đó thành những computer vision practitioner thành thạo bằng cách hoàn thành một số dự án thực hành với các ứng dụng trong thế giới thực.
Đến cuối chương trình, bạn sẽ có các kỹ năng cần thiết để tự động hóa các tác vụ xử lý hình ảnh, phát hiện và theo dõi chuyển động, đào tạo các mô hình học sâu cho các tác vụ phân loại hình ảnh và phát hiện đối tượng, và triển khai các kỹ thuật deep learning tiên tiến như data augmentation và AI-assisted annotation. Việc sở hữu các kỹ năng này sẽ giúp bạn bắt kịp với các hệ thống hiện đại, ngày càng tích hợp camera vào thiết kế của chúng.
Trong suốt chương trình, bạn sẽ sử dụng MATLAB, một nền tảng tiêu chuẩn ngành được biết đến với giao diện thân thiện với người dùng và các chức năng mạnh mẽ giúp đơn giản hóa các thuật toán phức tạp. Các ứng dụng và chức năng trực quan có nghĩa là bạn không cần phải là một lập trình viên hay chuyên gia toán học để đạt được thành công. Bạn sẽ tận dụng các khả năng của MATLAB để tạo nguyên mẫu nhanh chóng và lặp lại các giải pháp, mang lại cho bạn lợi thế cạnh tranh trên thị trường việc làm và sự tự tin để vượt qua ranh giới của những gì có thể trong computer vision và deep learning.
Project ứng dụng học tập:
Chứng chỉ chuyên môn này bao gồm một số dự án thực tế để đảm bảo bạn đã sẵn sàng làm việc trong ngành:
- ✓ Đo lượng băng tan ở Nam Cực bằng cách phân tích hình ảnh vệ tinh.
- ✓ Phát hiện và theo dõi xe ô tô trên đường cao tốc đông đúc.
- ✓ Kiểm tra bề mặt sao Hỏa bằng cách ghép các hình ảnh từ xe tự hành trên Sao Hỏa.
- ✓ Phát hiện và phân loại các chữ cái của bảng chữ cái ASL để giao tiếp dễ hiểu.
- ✓ Xác định và định vị các biển báo đỗ xe để hỗ trợ đỗ xe tự động.
- ✓ Phát hiện các bất thường trong hình ảnh y tế để điều tra thêm.
Chứng chỉ chuyên nghiệp này báo gồm 9 khóa học:
1. Giới thiệu về Image Processing:
Những gì bạn sẽ học được:
- ✓ Thực hiện phân tích trên nhiều loại dữ liệu hình ảnh phổ biến và nhận ra điểm mạnh và hạn chế của chúng.
- ✓ Phát hiện các đối tượng và khu vực quan tâm sử dụng intensity-based & color-based image segmentation.
- ✓ Cải thiện độ tương phản của hình ảnh bằng nhiều thuật toán hiện đại cho các trường hợp sử dụng khác nhau, chẳng hạn như ánh sáng yếu hoặc sương mù.
- ✓ Hoàn thành một dự án trong đó bạn phân tích tình trạng băng tan ở Nam Cực qua hình ảnh vệ tinh.
2. Image Segmentation, Filtering, và Region Analysis:
Những gì bạn sẽ học được:
- ✓ Sử dụng segmentation để phát hiện và phân tích các vùng quan tâm trong hình ảnh và video.
- ✓ Áp dụng spatial filter và morphological operator để cải thiện segmentation & remove noise.
- ✓ Segment và phân tích hình ảnh 3D, chẳng hạn như hình ảnh MRI của não.
- ✓ Sử dụng các công cụ tương tác để nhanh chóng kiểm tra nhiều phương pháp segmentation khác nhau và tự động generate code để tái sử dụng.
3. Tự động hóa xử lý hình ảnh:
Những gì bạn sẽ học được:
- ✓ Áp dụng các thuật toán xử lý hình ảnh cho các tập hợp hình ảnh lớn và xác minh thuật toán của bạn có thể khái quát hóa thành hình ảnh mới hay không.
- ✓ Áp dụng các thuật toán xử lý hình ảnh vào các file video.
- ✓ Phân tích kết quả xử lý hình ảnh và video của bạn, bao gồm tính toán số liệu thống kê như diện tích trung bình và xác định các giá trị ngoại lệ.
- ✓ Hoàn thành một dự án cấp độ chuyên môn, trong đó bạn sẽ phát hiện ô tô trong video có tiếng ồn.
4. Giới thiệu về Computer Vision:
Những gì bạn sẽ học được:
- ✓ Sử dụng các thuật toán phổ biến cho feature detection, extraction, & matching .
- ✓ Thực hiện image registration bằng cách xác định các control point và ước tính các phép biến đổi hình học.
- ✓ Hoàn thành một final project, trong đó bạn ghép các hình ảnh từ tàu thám hiểm sao Hỏa Curiosity của NASA lại với nhau.
- ✓ Kết hợp hình ảnh với chức năng ghép ảnh để tạo ra hình ảnh toàn cảnh.
5. Machine Learning for Computer Vision:
Những gì bạn sẽ học được:
- ✓ Chuẩn bị dữ liệu và tạo các tính năng để phân loại hình ảnh.
- ✓ Train & evaluate các model để phân loại hình ảnh.
- ✓ Train & evaluate object detection machine learning models.
- ✓ Tùy chỉnh model training cho các ứng dụng khác nhau bằng cách sử dụng cost matrices.
6. Object Tracking và Motion Detection với Computer Vision:
Những gì bạn sẽ học được:
- ✓ Sử dụng các pre-trained deep neural network như YOLO để thực hiện phát hiện đối tượng.
- ✓ Sử dụng optical flow để phát hiện chuyển động và vật thể chuyển động.
- ✓ Thực hiện theo dõi nhiều đối tượng để đếm, theo dõi và xác định hướng của các đối tượng.
7. Giới thiệu về Deep Learning for Computer Vision:
Những gì bạn sẽ học được:
- ✓ Phát triển nền tảng vững chắc về deep learning cho image analysis.
- ✓ Retrain các mô hình phổ biến như GoogLeNet và ResNet cho các ứng dụng cụ thể.
- ✓ Nghiên cứu hành vi của mô hình để xác định lỗi, xác định các bản sửa lỗi tiềm năng và cải thiện hiệu suất của mô hình.
- ✓ Hoàn thành một dự án thực tế để thực hành toàn bộ quy trình deep learning.
8. Deep Learning for Object Detection:
Những gì bạn sẽ học được:
- ✓ Retrain các YOLO deep learning model phổ biến cho các ứng dụng của bạn.
- ✓ Visualize results để có được cái nhìn sâu sắc về hiệu suất của mô hình.
- ✓ Evaluate các detection model bằng cách kiểm tra cả độ chính xác của class và location.
- ✓ Phân tích hình ảnh được gắn nhãn để xác định và khắc phục những thiếu sót tiềm ẩn về dữ liệu.
9. Các kỹ thuật Deep Learning nâng cao cho Computer Vision:
Những gì bạn sẽ học được:
- ✓ Đào tạo và hiệu chỉnh các mô hình chuyên biệt được gọi là anomaly detector.
- ✓ Generate synthetic training images cho các tình huống mà việc thu thập thêm dữ liệu là tốn kém hoặc không thể thực hiện được.
- ✓ Sử dụng AI-assisted auto-labeling để tiết kiệm thời gian và tiền bạc.
- ✓ Import models từ các công cụ của bên thứ 3 như PyTorch và xuất mô hình của bạn ra bên ngoài MATLAB.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU