计算机视觉培训课程 | Computer Vision培训课程

Caffe是一个深思熟虑的表达，速度和模块化的深度学习框架。 本课程以MNIST为例，探讨Caffe作为深度图像识别学习框架的应用 听众 本课程适合深度学习的研究人员和工程师，他们对利用Caffe作为框架感兴趣。 完成本课程后，代表们将能够： 了解Caffe的结构和部署机制执行安装/生产环境/架构任务和配置评估代码质量，执行调试和监控实施先进的生产，如培训模式，实施层和记录

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 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.

Audience
Software developers wishing to utilize a rich, plug-in based open-source framework to create image and video processing applications

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.

OpenCV（开源计算机视觉库：http：//opencvorg）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架构师

模式匹配是一种用于在图像中查找指定模式的技术。它可以用来确定捕获图像中指定特征的存在性，例如工厂生产线上有缺陷产品的预期标签或组件的指定尺寸。它不同于“模式识别”（它识别基于大量相关样本的一般模式），因为它具体指明了我们正在寻找的内容，然后告诉我们预期模式是否存在。 听众 寻求开发机器视觉应用程序的工程师和开发人员制造工程师，技术人员和经理 课程的格式 本课程介绍模式匹配领域中应用于机器视觉的方法，技术和算法。

计算机视觉是一个涉及从数字媒体自动提取、分析和理解有用信息的领域。Python是一种高级编程语言，因其清晰的语法和代码可读性而闻名。

在这一由讲师引导的现场培训中，学员将使用Python逐步创建简单的计算机视觉应用程序，并从中习得计算机视觉的基础知识。

在本次培训结束后，学员将能够：

- 了解计算机视觉的基础知识
- 使用Python来实现计算机视觉任务
- 使用Python构建自己的计算机视觉应用程序

受众

- 对计算机视觉感兴趣的Python程序员

课程形式

- 部分讲座、部分讨论、练习和大量实操

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。

SimpleCV是一个开源框架 - 这意味着它是您可以用来开发视觉应用程序的库和软件的集合。它可让您使用来自网络摄像头，Kinects，FireWire和IP摄像头或手机的图像或视频流。它可以帮助你构建软件，使你的各种技术不仅能看到世界，而且能理解它。 听众 本课程面向寻求使用SimpleCV开发计算机视觉应用程序的工程师和开发人员。