Biaya Kursus Komputer Jogja Multimedia
Kursus Computer Vision

Training Computer Vision | Computer Vision Bootcamp dengan Python (OpenCV) – YOLO, SSD

Metode Viola-Jones, fitur HOG, R-CNN, YOLO dan SSD (Single Shot) Pendekatan Deteksi Objek dengan Python dan OpenCV

Apa yang akan Anda pelajari

  • Memiliki pemahaman yang baik tentang model Computer Vision yang paling kuat
  • Pahami OpenCV
  • Memahami dan menerapkan algoritma Viola-Jones
  • Memahami dan mengimplementasikan algoritma Histogram of Oriented Gradients (HOG).
  • Memahami dan menerapkan pendekatan visi komputer terkait convolutional neural network (CNN).
  • Pahami dan terapkan algoritma YOLO (You Only Look Once).
  • Algoritma SDD Deteksi MultiBox Single Shot
  • Deteksi wajah master dan deteksi objek

Persyaratan

  • Keahlian pemrograman dasar Python

Keterangan

Kursus ini membahas tentang konsep dasar pengolahan citra, dengan fokus pada deteksi wajah dan deteksi objek . Topik-topik tersebut menjadi sangat hangat saat ini karena algoritme pembelajaran ini dapat digunakan di berbagai bidang mulai dari rekayasa perangkat lunak hingga investigasi kejahatan. Mobil self-driving (misalnya pendekatan deteksi jalur) sangat bergantung pada visi komputer.

Dengan munculnya pembelajaran mendalam dan unit pemrosesan grafis (GPU) dalam dekade terakhir, algoritme ini dapat dijalankan bahkan dalam video waktu nyata. Jadi apa yang akan Anda pelajari dalam kursus ini?

Bagian 1 – Dasar-dasar Pemrosesan Gambar:

  • teori visi komputer
  • apa nilai intensitas piksel
  • konvolusi dan kernel (filter)
  • kernel kabur
  • mengasah kernel
  • deteksi tepi dalam visi komputer (kernel deteksi tepi)

Bagian 2 – Mobil Pengemudi Serf dan Deteksi Jalur

  • bagaimana menggunakan pendekatan visi komputer dalam deteksi jalur
  • algoritma Canny
  • cara menggunakan transformasi Hough untuk menemukan garis berdasarkan intensitas piksel

Bagian 3 – Deteksi Wajah dengan Algoritma Viola-Jones:

  • Pendekatan Viola-Jones dalam visi komputer
  • apa pendekatan sliding-windows
  • mendeteksi wajah dalam gambar dan video

Bagian 4 – Algoritma Histogram Gradien Berorientasi (HOG).

  • bagaimana mengungguli algoritma Viola-Jones dengan pendekatan yang lebih baik
  • cara mendeteksi gradien dan tepian pada gambar
  • membangun histogram dari gradien berorientasi
  • menggunakan mesin vektor dukungan (SVM) sebagai algoritma pembelajaran mesin yang mendasarinya

Bagian 5 – Pendekatan Berbasis Convolution Neural Networks (CNNs).

  • apa masalah dengan pendekatan sliding-windows
  • proposal wilayah dan algoritma pencarian selektif
  • jaringan saraf convolutional berbasis wilayah (C-RNNs)
  • C-RNN yang cepat
  • C-RNN yang lebih cepat

Bagian 6 – Algoritma Deteksi Objek Anda Hanya Melihat Sekali (YOLO).

  • apa pendekatan YOLO?
  • membangun kotak pembatas
  • bagaimana cara mendeteksi objek dalam gambar dengan sekali lihat?
  • persimpangan algoritma union (IOU).
  • bagaimana cara menjaga kotak pembatas yang paling relevan dengan penekanan non-maks ?

Bagian 7 – Algoritma Deteksi Objek Single Shot MultiBox Detector (SSD) SDD

  • apa ide utama di balik algoritma SSD
  • membangun kotak jangkar
  • arsitektur VGG16 dan MobileNet
  • mengimplementasikan SSD dengan video real-time

Kami akan berbicara tentang latar belakang teoritis dari algoritma pengenalan wajah dan deteksi objek pada dasarnya, kemudian kami akan mengimplementasikan masalah ini secara bertahap.

Untuk siapa kursus ini:

  • Siapa pun yang tertarik dengan pembelajaran mesin (kecerdasan buatan) dan visi komputer
KURSUS KOMPUTER ONLINE DIMANAPUN ANDA BERADA

About Jogja Multimedia

Check Also

Kursus Unity

Training Unity | Belajar Membuat Game Builder-Defender di Unity

Bangun Bangunan, Kumpulkan Sumber Daya, Pertahankan markasmu dari Musuh, dan masih banyak lagi! Yang akan …

Kursus Android

Training Android | Complete Android 14 Developer Course – Build 100 Apps

Pelajari Pengembangan Aplikasi Android dalam Bahasa Java & Kotlin. Anda akan menguasai Android dari NOL hingga …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *