Computer Vision for AI Professionals - eLearning

450,00 EUR

  • 30 hours
eLearning

Entfesseln Sie die Kraft visueller Intelligenz mit dem Training „Computer Vision for AI Professionals“, das darauf ausgelegt ist, Ihnen zu helfen, Systeme zu entwickeln, die die Welt wie Menschen sehen, interpretieren und verstehen können. Dieser Kurs führt Sie in die grundlegenden Konzepte und praktischen Anwendungen der Computer Vision ein – einem zentralen Teilbereich der künstlichen Intelligenz, der in autonomen Fahrzeugen, medizinischer Bildgebung, Gesichtserkennung, Robotik und intelligenter Überwachung eingesetzt wird.

Hauptfunktionen

Sprache

Kurs und Materialien auf Englisch

Stufe

Mittelstufe – Fortgeschrittenes Niveau

Zugriff

1 Jahr Zugang zur Lernplattform

5 Stunden Video-on-Demand

mit über 10 Stunden empfohlener Lernzeit

22 geführte praktische Übungen

5 automatisch bewertete Prüfungen

13 Wiederholungsquizze

3 umfassende Aufgaben

Zertifikat

Zertifikat über den Abschluss des Programms inbegriffen

Lernergebnisse

Am Ende dieses Kurses werden Sie Folgendes verstehen können:

Grundlagen

Verstehen Sie die Grundlagen der Bildverarbeitung und die verschiedenen Bildtypen

Histogramm

Erstellen Sie Farbhistogramme und untersuchen Sie Intensitätstransformationen und Gammakorrektur

Softmax

Lerne die Softmax-Funktion und die wichtigsten Herausforderungen bei der Bildklassifikation kennen

Entdecken

Erkunde Verfahren zur Kanten-, Form- und Eckenerkennung

Deep Learning

Wenden Sie Deep-Learning-Methoden für eine präzise Bilderkennung an

YOLO

Arbeiten Sie mit YOLO und erwerben Sie ein grundlegendes Verständnis der Bildsegmentierung

Hero

Kurszeitplan

  1. Einführung in die Bildverarbeitung

    Lektion 01

    • Einführung in die Bildverarbeitung
    • Digitale Bildverarbeitung
    • Arten von Bildern
    • Koordinatenschemata und RGB
    • Andere Farbschemata
    • Histogramm und Statistiken
    • Intensitätstransformationen und Gamma
    • Mischen
    • Faltung
    • Kantenerkennung
    • Glätten und Schärfen
    • Morphologische Filter
  2. Klassifizierung

    Lektion 02

    • Herausforderungen bei der Bildklassifikation
    • Traditioneller Bildgebungs-Workflow
    • Deep-Learning-Komponenten für Feedforward-Netzwerke
    • Deep-Learning-Funktion und universelle Approximation
    • Softmax-Funktion
    • Probleme mit der Feedforward-Größe
    • Bias-Varianz und Overfitting
    • Modellverlauf anzeigen
    • Modelle speichern und laden
  3. CNN

    Lektion 03

    • Herausforderungen von Feedforward-Netzen und Aufstieg der CNNs
    • Faltungen für CNNs
    • Mehrere Kanäle und Ausgaben in CNNs
    • CNN-Dimensionen – Farbe
    • Max-Pooling
    • Die CNN-Komponenten zusammenführen
    • CFAR-10-CNN mit TensorFlow Datasets
  4. Verbesserung von CNNs

    Lektion 04

    • Datenaugmentation
    • Affine Transformationen
    • Transferlernen
    • Mehr über Transferlernen
    • Implementierung von Transferlernen
    • Verschiedene Architekturen für Transferlernen
    • Zukunft des Deep Learning
  5. Segmentierung und Objekterkennung

    Lektion 05

    • Segmentierung mit Schwellwerten
    • Segmentierung mit Clustering
    • Segmentierung mit CNN
    • Segmentierung mit U-Net
    • Bildsegmentierung mit U-Net
    • U-Net-Modell
    • Objekterkennung
    • Herausforderungen bei der Klassifizierung mehrerer Objekte
    • YOLO
Computer Vision für KI-Profis

Für wen ist dieses Programm geeignet?

Fachkräfte für KI und maschinelles Lernen

Datenwissenschaftler, die sich für Bild- und Videoanalyse interessieren

Softwareentwickler beim Wechsel in KI-Rollen

Entwickler, die in Robotik, Automatisierung oder IoT arbeiten

Fachkräfte im Gesundheitswesen, in der Sicherheits- oder der Automobilbranche

Studierende und Technikbegeisterte, die fortgeschrittene KI-Anwendungen erforschen

Kurs jetzt starten

Voraussetzungen

  • Grundkenntnisse in der Python-Programmierung
  • Fundamentales Verständnis von Konzepten des maschinellen Lernens
  • Vertrautheit mit den Grundlagen der Data Science (hilfreich, aber nicht zwingend erforderlich)
  • Grundlegende Kenntnisse in Linearer Algebra, Wahrscheinlichkeitstheorie oder Statistik (empfohlen)
  • Es sind keine Vorkenntnisse in Computer Vision erforderlich.

Aussagen

Lizenzierung und Akkreditierung

Dieser Kurs wird gemäß der Partnerprogramm-Vereinbarung angeboten und entspricht den Anforderungen der Lizenzvereinbarung.

Gleichstellungspolitik

Kandidaten werden ermutigt, sich während des gesamten Anpassungsprozesses für Beratung und Unterstützung an das AVC zu wenden.


Häufig gestellte Fragen

Contact background

Benötigen Sie Unternehmenslösungen oder eine LMS-Integration?

Haben Sie nicht den Kurs oder das Programm gefunden, das für Ihr Unternehmen geeignet wäre? Benötigen Sie eine LMS-Integration? Schreiben Sie uns! Wir werden alles lösen!