Pelajari dalam praktik semua yang perlu Anda ketahui tentang Computer Vision! Bangun proyek selangkah demi selangkah menggunakan Python!
Apa yang akan Anda pelajari?
-
Pahami intuisi dasar tentang pengklasifikasi Cascade dan HOG untuk mendeteksi wajah
-
Terapkan deteksi wajah menggunakan perpustakaan OpenCV dan Dlib
-
Pelajari cara mendeteksi objek lain menggunakan OpenCV, seperti mobil, jam, mata, dan seluruh tubuh orang
-
Bandingkan hasil dari tiga detektor wajah: Haarcascade, HOG (Histogram of Oriented Gradients) dan CNN (Convolutional Neural Networks)
-
Deteksi wajah menggunakan gambar dan webcam
-
Memahami intuisi dasar tentang algoritma LBPH untuk mengenali wajah
-
Menerapkan pengenalan wajah menggunakan OpenCV dan perpustakaan Dlib
-
Kenali wajah menggunakan gambar dan webcam
-
Pahami intuisi dasar tentang algoritma KCF dan CSRT untuk melakukan pelacakan objek
-
Pelajari cara melacak objek dalam video menggunakan perpustakaan OpenCV
-
Pelajari semua yang perlu Anda ketahui tentang teori di balik jaringan saraf, seperti: perceptron, fungsi aktivasi, pembaruan bobot, propagasi balik, penurunan gradien, dan banyak lagi
-
Menerapkan jaringan saraf padat untuk mengklasifikasikan gambar
-
Pelajari cara mengekstrak piksel dan fitur dari gambar untuk membangun jaringan saraf
-
Pelajari teori di balik jaringan saraf convolutional dan implementasikan menggunakan Python dan TensorFlow
-
Terapkan pembelajaran transfer dan penyetelan halus untuk mendapatkan hasil luar biasa saat mengklasifikasikan gambar
-
Gunakan jaringan saraf convolutional untuk mengklasifikasikan emosi berikut dalam gambar dan video: senang, marah, jijik, takut, terkejut dan netral
-
Kompres gambar menggunakan autoencoder linier dan konvolusi
-
Deteksi objek dalam gambar dalam video menggunakan YOLO, salah satu algoritme paling kuat saat ini
-
Mengenali gerakan dan tindakan dalam video menggunakan OpenCV
