Computer Vision Training Courses

Computer Vision Training Courses

Lokale, door instructeurs geleide live Computer Vision-trainingscursussen demonstreren door middel van interactieve discussie en hands-on de basisprincipes van Computer Vision terwijl deelnemers stap voor stap door het maken van eenvoudige Computer Vision-apps gaan. Computer Vision-training is beschikbaar als 'live training op afstand' of 'live training op locatie'. Online live training (ook bekend als "live training op afstand") wordt uitgevoerd via een interactieve, externe desktop . Live training op locatie kan lokaal worden uitgevoerd op het terrein van de klant in Nederland of in NobleProg bedrijfsopleidingscentra in Nederland. NobleProg -- Uw lokale trainingsaanbieder

Machine Translated

Getuigenissen

★★★★★
★★★★★

Computer Vision Subcategories

Computer Vision Course Outlines

Course Name
Duration
Overview
Course Name
Duration
Overview
21 hours
YOLOv7 is een state-of-the-art real-time objectdetectiemodel voor computervisietaken.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars, onderzoekers en datawetenschappers van gemiddeld tot gevorderd niveau die willen leren hoe ze real-time objectdetectie kunnen implementeren met behulp van YOLOv7.Aan het einde van deze training kunnen deelnemers:
    Begrijp de fundamentele concepten van objectdetectie. Installeer en configureer YOLOv7 voor objectdetectietaken. Train en test aangepaste objectdetectiemodellen met behulp van YOLOv7. Integreer YOLOv7 met andere computer vision-frameworks en -tools. Los veelvoorkomende problemen op met betrekking tot de implementatie van YOLOv7.
Formaat van de cursus
    Interactieve lezing en discussie. Veel oefenen en oefenen. Hands-on implementatie in een live-lab omgeving.
Cursusaanpassingsopties
    Voor het aanvragen van een training op maat voor deze cursus kunt u contact met ons opnemen om een afspraak te maken.
14 hours
SimpleCV is een open source framework - wat betekent dat het een verzameling bibliotheken en software is die u kunt gebruiken om vision-applicaties te ontwikkelen. Hiermee kunt u werken met de afbeeldingen of videostreams die afkomstig zijn van webcams, Kinects, FireWire en IP-camera's of mobiele telefoons. Het helpt u bij het bouwen van software om uw verschillende technologieën niet alleen de wereld te laten zien, maar ook te begrijpen. Publiek Deze cursus is bedoeld voor ingenieurs en ontwikkelaars die computer vision-toepassingen willen ontwikkelen met SimpleCV.
21 hours
Caffe is een diepgaand leerkader gemaakt met expressie, snelheid en modulariteit in het achterhoofd. Deze cursus onderzoekt de toepassing van Caffe als een diepgaand leerkader voor beeldherkenning met behulp van MNIST als voorbeeld Publiek Deze cursus is geschikt voor onderzoekers en ingenieurs van Deep Learning die geïnteresseerd zijn in het gebruik van Caffe als kader. Na het voltooien van deze cursus kunnen afgevaardigden:
  • inzicht in de structuur en implementatiemechanismen van Caffe
  • voer installatie / productieomgeving / architectuurtaken en configuratie uit
  • codekwaliteit beoordelen, foutopsporing uitvoeren, controleren
  • implementeer geavanceerde productie zoals trainingsmodellen, implementatie van lagen en logboekregistratie
14 hours
Marvin is an extensible, cross-platform, open-source image and video processing framework developed in Java.  Developers can use Marvin to manipulate images, extract features from images for classification tasks, generate figures algorithmically, process video file datasets, and set up unit test automation. Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection. In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application. Format of the Course
  • The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.
14 hours
Computer Vision is een gebied dat bestaat uit het automatisch extraheren, analyseren en begrijpen van nuttige informatie uit digitale media Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en codele leesbaarheid Tijdens deze live training met instructeur leren deelnemers de basis van Computer Vision bij het maken van een set eenvoudige computervisie-applicaties met Python Aan het einde van deze training kunnen deelnemers: Begrijp de basis van Computer Vision Gebruik Python om Computer Vision-taken te implementeren Bouw hun eigen gezichts-, object- en bewegingsdetectiesystemen Publiek Python-programmeurs die geïnteresseerd zijn in Computer Vision Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
21 hours
Diep leren is een deelgebied van machine learning. Het maakt gebruik van methoden gebaseerd op het leren van gegevensrepresentaties en structuren zoals neurale netwerken. Keras is een API op hoog niveau voor neurale netwerken voor snelle ontwikkeling en experimenten. Het draait op TensorFlow , CNTK of Theano. Deze instructeur-geleide, live training (ter plaatse of op afstand) is gericht op ontwikkelaars die een zelfrijdende auto willen bouwen met behulp van diepgaande leertechnieken. Aan het einde van deze training kunnen deelnemers:
  • Gebruik computer vision-technieken om rijstroken te identificeren.
  • Gebruik Keras om convolutionele neurale netwerken te bouwen en te trainen.
  • Train een diepgaand leermodel om verkeersborden te onderscheiden.
  • Simuleer een volledig autonome auto.
Indeling van de cursus
  • Interactieve lezing en discussie.
  • Veel oefeningen en oefenen.
  • Praktische implementatie in een live-labomgeving.
Cursusaanpassingsopties
  • Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
14 hours
Video-analyse verwijst naar de technologie en technieken die worden gebruikt om een video-strom te verwerken. Een gemeenschappelijke applicatie zou zijn om live video-evenementen te captureren en te identificeren door middel van bewegingsdetectie, gezichtsrecognitie, crowd en voertuigrekening, enz. Deze instructeur geleide, live training (online of onsite) is gericht op ontwikkelaars die hardware-accelerated object detection en tracking modellen willen bouwen om streaming video-gegevens te analyseren. Aan het einde van deze training zullen de deelnemers in staat zijn:
    Installeer en installeer de nodige ontwikkelingsomgeving, software en bibliotheken om te beginnen met het ontwikkelen. Bouw, trainen en implementeren van diep leren modellen om live video-feeds te analyseren. Identificeer, traceer, segmenteren en verschillende objecten voorspellen binnen videoframes. Optimaliseren objectdetectie en tracking modellen. Ontwikkelen van een intelligente video-analyse (IVA) toepassing.
Format van de cursus
    Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
    Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
7 hours
YOLO (You Only Look Once) is een algoritme omgezet in vooraf opgeleide modellen voor object detectie. Het wordt getest door het Darknet Neural Network Framework, waardoor het ideaal is voor het ontwikkelen van computervisiefuncties op basis van de COCO (Common Objects in Context) dataset. De nieuwste varianten van het YOLO-Framework, YOLOv3-v4, zorgen ervoor dat programma's effectief objecten lokaliseren en taken classificeren terwijl ze in realtime worden uitgevoerd. Deze instructeur geleide, live training (online of on-site) is gericht op backend ontwikkelaars en data wetenschappers die vooraf opgeleid YOLO-modellen willen integreren in hun ondernemingsgedreven programma's en kosteneffectieve componenten voor objectdetectie implementeren. Aan het einde van deze training zullen de deelnemers in staat zijn:
    Installeer en installeer de nodige tools en bibliotheken die nodig zijn voor objectdetectie met behulp van YOLO. Aanpassen Python command-line toepassingen die werken op basis van vooraf opgeleide YOLO-modellen. Implementeren van het kader van vooraf opgeleide YOLO-modellen voor verschillende computervisieprojecten. Convert bestaande datasets voor objectdetectie in YOLO-formaat. Begrijp de fundamentele concepten van het YOLO-algoritme voor computervisie en/of diep leren.
Format van de cursus
    Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
    Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
14 hours
Patroonovereenkomst is een techniek die wordt gebruikt om opgegeven patronen in een afbeelding te vinden. Het kan worden gebruikt om het bestaan van specifieke kenmerken in een vastgelegde afbeelding te bepalen, bijvoorbeeld het verwachte label op een defect product in een fabriekslijn of de opgegeven afmetingen van een component. Het verschilt van " Pattern Recognition " (die algemene patronen herkent op basis van grotere verzamelingen van gerelateerde monsters) omdat het specifiek dicteert waarnaar we op zoek zijn en ons dan vertelt of het verwachte patroon bestaat of niet.
    Indeling van de cursus
    • Deze cursus introduceert de benaderingen, technologieën en algoritmen die worden gebruikt op het gebied van patroonafstemming zoals dit van toepassing is op Machine Vision .
    28 hours
    OpenCV (Open Source Computer Vision Library: http://opencv.org) is an open-source BSD-licensed library that includes several hundreds of computer vision algorithms. Audience This course is directed at engineers and architects seeking to utilize OpenCV for computer vision projects
    21 hours
    Deze instructieve, live training introduceert de software, hardware en het stepbystep-proces dat nodig is om een ​​gezichtsherkenningssysteem helemaal opnieuw te bouwen Gezichtsherkenning is ook bekend als gezichtsherkenning De hardware die in dit lab wordt gebruikt, omvat Rasberry Pi, een cameramodule, servo's (optioneel), enz Deelnemers zijn zelf verantwoordelijk voor de aanschaf van deze componenten De gebruikte software omvat OpenCV, Linux, Python, etc Aan het einde van deze training kunnen deelnemers: Installeer Linux, OpenCV en andere softwareprogramma's en -bibliotheken op een Rasberry Pi Configureer OpenCV om gezichtsbeelden vast te leggen en te detecteren Begrijp de verschillende opties voor het verpakken van een Rasberry Pi-systeem voor gebruik in realworld-omgevingen Pas het systeem aan voor verschillende gebruiksdoelen, waaronder bewaking, identiteitsverificatie, enz Publiek ontwikkelaars Hardware / software technici Technische personen in alle industrieën hobbyisten Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen Notitie Andere hardware- en software-opties zijn: Arduino, OpenFace, Windows, etc Als u een van deze wilt gebruiken, neem dan contact met ons op om dit te regelen .
    14 hours
    OpenCV is een bibliotheek van programmeringsfuncties voor het decrypteren van afbeeldingen met computeralgoritmen. OpenCV 4 is de nieuwste OpenCV release en het biedt geoptimaliseerde modulariteit, bijgewerkte algoritmen, en meer. Met OpenCV 4 en Python, zullen gebruikers in staat zijn om afbeeldingen en video's te bekijken, te laden en te classificeren voor geavanceerde afbeeldingen herkennen. Deze instructeur geleide, live training (online of on-site) is gericht op software ingenieurs die willen programmeren in Python met OpenCV 4 voor diep leren. Aan het einde van deze training zullen de deelnemers in staat zijn:
      Bekijk, laden en classificeren van afbeeldingen en video's met behulp van OpenCV 4. De leer van [verdachte] is [verdachte] en [verdachte] is [verdachte] en [verdachte] is [verdachte] en [verdachte]. Run deep learning modellen en genereren invloedrijke rapporten uit afbeeldingen en video's.
    Format van de cursus
      Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
    Cursus aanpassingsopties
      Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

    Last Updated:

    Upcoming Computer Vision Courses

    Weekend Computer Vision cursus, Avond Computer Vision training, Avond Computer Vision opleiding Computer Vision boot camp, Computer Vision instructeur geleid, Weekend Computer Vision training, Avond Computer Vision cursus, Computer Vision coaching, Computer Vision instructeur, Computer Vision trainer, Computer Vision training cursus, Computer Vision lessen, Computer Vision on-site, Computer Vision privé cursus, Computer Vision een op een training, Computer Vision op locatie, Weekend Computer Vision opleiding

    Cursussen met korting

    No course discounts for now.

    Course Discounts Newsletter

    We respect the privacy of your email address. We will not pass on or sell your address to others.
    You can always change your preferences or unsubscribe completely.

    Een aantal van onze klanten

    This site in other countries/regions