Metode Viola-Jones, fitur HOG, R-CNNs, YOLO dan Pendekatan Deteksi Objek SSD (Single Shot) dengan Python dan OpenCV
Apa yang akan Anda pelajari?
-
Memiliki pemahaman yang baik tentang model Computer Vision yang paling kuat
-
Memahami OpenCV
-
Memahami dan mengimplementasikan algoritma Viola-Jones
-
Memahami dan mengimplementasikan algoritma Histogram of Oriented Gradients (HOG)
-
Memahami dan menerapkan pendekatan visi komputer terkait jaringan saraf convolutional (CNN)
-
Pahami dan terapkan algoritma YOLO (You Only Look Once)
-
Algoritma SDD Deteksi MultiBox Tembakan Tunggal
-
Deteksi wajah master dan deteksi objek
Persyaratan
- Keterampilan pemrograman dasar Python
Keterangan
Kursus ini tentang konsep dasar pemrosesan gambar, dengan fokus pada deteksi wajah dan deteksi objek . Topik-topik ini menjadi sangat panas saat ini karena algoritma pembelajaran ini dapat digunakan di beberapa 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, memungkinkan untuk menjalankan algoritme ini 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
-
mempertajam kernel
-
deteksi tepi dalam visi komputer (kernel deteksi tepi)
Bagian 2 – Mobil Serf-Driving dan Deteksi Jalur
-
cara menggunakan pendekatan visi komputer dalam deteksi jalur
-
algoritma Canny
-
cara menggunakan transformasi Hough untuk menemukan garis berdasarkan intensitas piksel



