Computer Vision Opplæringskurs

Computer Vision Opplæringskurs

Local, instructorled live Computer Vision training courses demonstrate through interactive discussion and handson practice the basics of Computer Vision as participants step through the creation of simple Computer Vision apps

Computer Vision training is available as "onsite live training" or "remote live training" Onsite live training can be carried out locally on customer premises in Norge or in NobleProg corporate training centers in Norge Remote live training is carried out by way of an interactive, remote desktop

NobleProg Your Local Training Provider.

Machine Translated

Testimonials

★★★★★
★★★★★

Computer Vision Underkategorier

Computer Vision Kursplaner

Kursnavn
Varighet
Oversikt
Kursnavn
Varighet
Oversikt
14 timer
SimpleCV er et rammeverk med åpen kildekode - noe som betyr at det er en samling biblioteker og programvare som du kan bruke til å utvikle visjonsapplikasjoner. Det lar deg jobbe med bilder eller videostrømmer som kommer fra webkameraer, Kinects, FireWire og IP-kameraer, eller mobiltelefoner. Det hjelper deg med å bygge programvare for å gjøre de forskjellige teknologiene dine ikke bare til å se verden, men også forstå den. Publikum Dette kurset er rettet mot ingeniører og utviklere som søker å utvikle datavisjonsapplikasjoner med SimpleCV.
21 timer
Caffe er en dyp læringsramme laget med uttrykk, hastighet og modularitet i tankene. Dette kurset utforsker anvendelsen av Caffe som en Deep læringsramme for bildegjenkjenning ved bruk av MNIST som eksempel Publikum Dette kurset passer for Deep Learning forskere og ingeniører som er interessert i å bruke Caffe som rammeverk. Etter fullført kurs vil delegatene kunne:
  • forstå Caffe sin struktur og distribusjonsmekanismer
  • utføre installasjons- / produksjonsmiljø / arkitekturoppgaver og konfigurasjon
  • vurdere kodekvalitet, utfør feilsøking, overvåking
  • implementere avansert produksjon som treningsmodeller, implementere lag og logging
14 timer
Marvin is an extensible, cross-platform, open-source image and video processing framework developed in Java.  Developers can use Marvin to manipulate images, extract features from images for classification tasks, generate figures algorithmically, process video file datasets, and set up unit test automation. Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection. In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application. Format of the Course
  • The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.
14 timer
Computer Vision er et felt som innebærer automatisk å trekke ut, analysere og forstå nyttig informasjon fra digitale medier. Python er et programmeringsspråk på høyt nivå kjent for sin klare syntaks og kodelesbarhet. I denne instruktørledede, liveopplæringen, vil deltakerne lære det grunnleggende om Computer Vision når de går gjennom opprettelsen av et sett med enkel Computer Vision-applikasjon ved hjelp av Python . Ved slutten av denne opplæringen vil deltakerne kunne:
  • Forstå det grunnleggende i Computer Vision
  • Bruk Python til å implementere Computer Vision-oppgaver
  • Bygg sine egne ansikts-, objekt- og bevegelsesdeteksjonssystemer
Publikum
  • Python programmerere som er interessert i Computer Vision
Kursets format
  • Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
21 timer
This instructor-led, live training in Norge (online or onsite) is aimed at developers who wish to build a self-driving car using deep learning techniques. By the end of this training, participants will be able to:
  • Use Keras to build and train a convolutional neural network.
  • Use computer vision techniques to identify lanes in an autonomos driving project.
  • Train a deep learning model to differentiate traffic signs.
  • Simulate a fully autonomous car.
14 timer
Videoanalyse refererer til teknologien og teknikkene som brukes til å behandle en videostrøm. En vanlig applikasjon ville være å fange og identifisere live video hendelser gjennom bevegelsesdeteksjon, ansiktsgjenkjenning, folkemengde og kjøretøy counting, etc. Denne instruktørledede, live-trening (online eller on-site) er rettet mot utviklere som ønsker å bygge maskinvare-accelerated objekt deteksjon og sporingsmodeller for å analysere streaming video data. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere det nødvendige utviklingsmiljøet, programvaren og biblioteket for å begynne å utvikle. Bygge, trene og implementere dyp læringsmodeller for å analysere live videofeeds. Identifiser, spor, segment og forutsi forskjellige objekter innenfor video-rammer. Optimalisere objektdeteksjon og sporingsmodeller. Utvikle en intelligent videoanalyse (IVA) applikasjon.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
7 timer
YOLO (You Only Look Once) er en algoritme som er forvandlet til pre-trained modeller for gjenstandsdeteksjon. Det er testet av Darknet nevral nettverk rammeverk, noe som gjør det ideelt for å utvikle datavisjonsfunksjoner basert på COCO (Common Objects in Context) datasett. De nyeste variasjonene av YOLO-rammen, YOLOv3-v4, gjør det mulig for programmer å effektivt utføre objekter som lokaliserer og klassifiserer oppgaver mens de kjører i sanntid. Denne instruktørledede, levende opplæringen (online eller på nett) er rettet mot bakgrunnsutviklere og dataforskere som ønsker å integrere forutdannede YOLO-modeller i sine bedriftsdrevne programmer og implementere kostnadseffektive komponenter for objektdeteksjon. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installere og konfigurere de nødvendige verktøyene og biblioteker som kreves i objektdeteksjon ved hjelp av YOLO. Tilpasse Python kommandelinjeapplikasjoner som opererer basert på YOLO pre-trained modeller. Implementere rammen for forutdannede YOLO-modeller for ulike datavitenskapsprojekter. Konverter eksisterende datasett for objektdeteksjon til YOLO-format. Forstå de grunnleggende konseptene til YOLO-algoritmen for datavitenskap og/eller dyp læring.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
14 timer
Pattern Matching er en teknikk som brukes til å finne spesifiserte mønstre i et bilde. Det kan brukes til å bestemme eksistensen av spesifiserte egenskaper i et tatt bilde, for eksempel den forventede etiketten på et mangelfullt produkt på en fabrikklinje eller de spesifiserte dimensjonene til en komponent. Det er forskjellig fra " Pattern Recognition " (som gjenkjenner generelle mønstre basert på større samlinger av relaterte prøver) ved at den spesifikt dikterer hva vi leter etter, for så å fortelle oss om det forventede mønsteret eksisterer eller ikke.
    Kursets format
    • Dette kurset introduserer tilnærminger, teknologier og algoritmer som brukes i feltet mønster matching som det gjelder Machine Vision .
    28 timer
    OpenCV (Open Source Computer Vision Library: http://opencv.org) is an open-source BSD-licensed library that includes several hundreds of computer vision algorithms. Audience This course is directed at engineers and architects seeking to utilize OpenCV for computer vision projects
    21 timer
    This instructor-led, live training introduces the software, hardware, and step-by-step process needed to build a facial recognition system from scratch. Facial Recognition is also known as Face Recognition. The hardware used in this lab includes Rasberry Pi, a camera module, servos (optional), etc. Participants are responsible for purchasing these components themselves. The software used includes OpenCV, Linux, Python, etc. By the end of this training, participants will be able to:
    • Install Linux, OpenCV and other software utilities and libraries on a Rasberry Pi.
    • Configure OpenCV to capture and detect facial images.
    • Understand the various options for packaging a Rasberry Pi system for use in real-world environments.
    • Adapt the system for a variety of use cases, including surveillance, identity verification, etc.
    Format of the course
    • Part lecture, part discussion, exercises and heavy hands-on practice
    Note
    • Other hardware and software options include: Arduino, OpenFace, Windows, etc. If you wish to use any of these, please contact us to arrange.
    14 timer
    OpenCV er et bibliotek av programmeringsfunksjoner for å dekryptere bilder med datalgoritmer. OpenCV 4 er den siste OpenCV utgaven og det gir optimalisert modularitet, oppdaterte algoritmer, og mer. Med OpenCV 4 og Python, vil brukere være i stand til å se, laste ned og klassifisere bilder og videoer for avansert bilde gjenkjenning. Denne instruktørledede, live-trening (online eller on-site) er rettet mot programvare ingeniører som ønsker å programmere i Python med OpenCV 4 for dyp læring. Ved slutten av denne treningen vil deltakerne være i stand til å:
      Se, laste ned og klassifisere bilder og videoer ved hjelp av OpenCV 4. I tillegg til det som er oppdaget, er det også oppdaget i 4 (tre) og 4 (tre) tilfeller. Kjør dyp læringsmodeller og generere innflytelsesrike rapporter fra bilder og videoer.
    Format av kurset
      Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
    Kurs tilpassingsalternativer
      For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.

    Last Updated:

    Kommende Computer Vision Kurs

    Helg Computer Vision kurs, kveld Computer Vision trening, Computer Vision boot camp, Computer Vision instruktørledet, Helg Computer Vision trening, Kveld Computer Vision kurs, Computer Vision coaching, Computer Vision instruktør, Computer Vision trener, Computer Vision kurs, Computer Vision klasser, Computer Vision on-site, Computer Vision private kurs, Computer Vision tomannshånd trening

    Kursrabatter

    Kursrabatter Nyhetsbrev

    We respect the privacy of your email address. We will not pass on or sell your address to others.
    You can always change your preferences or unsubscribe completely.

    Some of our clients

    is growing fast!

    We are looking to expand our presence in Norway!

    As a Business Development Manager you will:

    • expand business in Norway
    • recruit local talent (sales, agents, trainers, consultants)
    • recruit local trainers and consultants

    We offer:

    • Artificial Intelligence and Big Data systems to support your local operation
    • high-tech automation
    • continuously upgraded course catalogue and content
    • good fun in international team

    If you are interested in running a high-tech, high-quality training and consulting business.

    Apply now!

    This site in other countries/regions