用Python实现计算机视觉培训

OpenCV （开源Computer视觉库：http：//opencv.org）是一个开源的BSD许可库，包含数百种计算机视觉算法。

听众

本课程面向寻求将OpenCV用于计算机视觉项目的工程师和建筑师

这个有指导意义的实时培训介绍了从零开始构建面部识别系统所需的软件，硬件和分步骤过程。面部识别也被称为人脸识别。 本实验中使用的硬件包括Rasberry Pi，相机模块，舵机（可选）等。参与者负责自行购买这些组件。使用的软件包括OpenCV，Linux，Python等。 在培训结束后，参与者将能够： 在Rasberry Pi上安装Linux，OpenCV和其他软件实用程序和库。 配置OpenCV以捕获和检测面部图像。 了解将Rasberry Pi系统打包用于实际环境的各种选项。 使系统适应各种用例，包括监视，身份验证等。 听众 开发商硬件/软件技术人员所有行业的技术人员爱好者 课程的格式 部分讲座，部分讨论，练习和沉重的练习 注意 其他硬件和软件选项包括：Arduino，OpenFace，Windows等。如果您想使用其中的任何一种，请联系我们安排。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望使用OpenCV 4进行深度学习的Python编程的软件工程师。

在培训结束时，参与者将能够：

• 使用 OpenCV 4 查看、加载和分类图像和视频。
• 在 OpenCV 4 中使用 TensorFlow 和 Keras 实现深度学习。
• 运行深度学习模型，并从图像和视频中生成有影响力的报告。

模式匹配是一种用于在图像中定位指定模式的技术。它可用于确定捕获图像中指定特征的存在，例如工厂生产线中缺陷产品上的预期标签或组件的指定尺寸。它不同于“ Pattern Recognition ”（它识别基于较大的相关样本集合的一般模式），因为它具体指示了我们正在寻找的东西，然后告诉我们预期的模式是否存在。

课程格式

• 本课程介绍了模式匹配领域中使用的方法，技术和算法，因为它适用于Machine Vision 。

Pandas 是一个 Python 包，它提供用于处理结构化（表格、多维、潜在异构）和时间序列数据的数据结构。

这种以讲师为主导的中国现场现场培训针对的是希望使用Pandas通过机器学习进行预测分析的数据科学家。

在培训结束时，参与者将能够：

• 在 Python 中执行数据整理。
• 执行机器学习的 ETL 操作。
• 使用 Pandas 创建数据可视化

这种以讲师为主导的中国现场现场培训针对的是希望使用Modin构建和实现并行计算的数据科学家和开发人员Pandas，以加快数据分析速度。

在培训结束时，参与者将能够：

• 设置必要的环境，开始使用 Modin 大规模开发 Pandas 工作流。
• 了解 Modin 的功能、架构和优势。
• 了解 Modin、Dask 和 Ray 之间的区别。
• 使用 Modin 更快地执行 Pandas 操作。
• 实现整个 Pandas API 和函数。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望将Dask与Python生态系统一起使用以构建，扩展和分析大型数据集的数据科学家和软件工程师。

在培训结束时，参与者将能够：

• 设置环境以开始使用 Dask 和 Python 构建大数据处理。
• 探索 Dask 中提供的功能、库、工具和 API。
• 了解 Dask 如何在 Python 中加速并行计算。
• 了解如何使用 Dask 扩展 Python 生态系统（Numpy、SciPy 和 Pandas）。
• 优化 Dask 环境，以保持处理大型数据集的高性能。

这种以讲师为主导的中国现场培训（现场或远程）面向希望将FastAPI与Python一起使用以更轻松，更快速地构建，测试和部署RESTful API的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境以使用 Python 和 FastAPI 开发 API。
• 使用 FastAPI 库更快、更轻松地创建 API。
• 了解如何基于 Pydantic 和 OpenAPI 创建数据模型和架构。
• 使用 SQLAlchemy 将 API 连接到数据库。
• 使用 FastAPI 工具在 API 中实现安全性和身份验证。
• 构建容器镜像并将 Web API 部署到云服务器。

这种以讲师为主导的现场培训（现场或远程）面向希望使用FARM（FastAPI，React和MongoDB）堆栈构建动态，高性能和可扩展Web应用程序的开发人员。

在培训结束时，参与者将能够：

设置集成 FastAPI、React 和 MongoDB 的必要开发环境。 了解 FARM 堆栈的关键概念、功能和优势。 了解如何使用 FastAPI 构建 REST API。 了解如何使用 React 设计交互式应用程序。 使用 FARM 堆栈开发、测试和部署应用程序（前端和后端）。

这种以讲师为主导的中国现场现场培训面向希望使用SciPy使用Python创建高级科学计算功能的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境，开始创建科学计算功能。
• 通过执行复杂操作的实际示例，获得 SciPy 功能的全部优势。
• 实现和优化数学算法和函数以解决科学问题。
• 设计用于可视化、处理和分析的数据结构和插值方法。

这种以讲师为主导的中国现场培训（现场或远程）针对希望使用PyGame使用Python编程创建和构建游戏的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境，开始使用 PyGame 和 Python 创建游戏应用程序。
• 了解如何创建与动画和多媒体功能集成的交互式 PyGame 应用程序。
• 使用 PyGame 测试套件运行和测试游戏程序，并将它们转换为可执行文件。

本实践课程面向希望创建和维护其第一个Web应用程序的Python开发人员。它也适用于已经熟悉其他Web框架（如Django或Web2py ，并希望了解如何使用微框架（即将第三方库粘合在一起而不是提供自包含的通用解决方案的框架）更改这个过程。

本课程的一个重要部分不是专注于Flask本身（它很小），而是专注于Flask项目中经常使用的第三方库和工具。

这种以讲师为主导的中国 现场现场培训面向希望使用Python和Flask构建 REST API的后端 开发人员。

在培训结束时，参与者将能够：

• 实现 REST API，以允许 Flask Web 应用程序读取和写入后端中的数据库。
• 开发高级身份验证功能，如刷新令牌。
• 为将来的 Python 项目构建可重用的后端。
• 使用 SQLAlchemy 简化数据存储。
• 将 REST API 部署到基于云的服务器上。

这种由讲师指导的中国现场培训（现场或远程）针对的是希望使用Flask的高级功能在MongoDB之上构建可扩展Web应用程序的开发人员。

在培训结束时，参与者将能够：

• 设置必要的开发环境以开始使用 Flask 开发 Web 应用程序。
• 了解实际 Flask 项目的高级概念和技术。
• 在 MongoDB 之上构建一个 RESTful API 服务器。
• 了解如何使用 Flask、Docker 和 Amazon EC2 容器化、测试和部署微服务。
• 深入了解用于扩展 Web 应用程序的高级 Flask 集成。