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 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