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



