• für für Einzelpersonen
  • für Unternehmen
  • für für Hochschulen
  • für Behörden
Abschlüsse
​
Anmelden
Kostenlose Teilnahme
  • Blättern
  • Computer Vision

Computer Vision Kurse

Computer-Vision-Kurse können Ihnen helfen zu lernen, wie visuelle Daten verarbeitet, erkannt und interpretiert werden. Sie können Fähigkeiten in Bildanalyse, Objekterkennung, Modelltraining und Evaluationsmethoden aufbauen. Viele Kurse stellen Python-Bibliotheken, Frameworks und Tools vor, die das Entwickeln und Testen visueller Modelle unterstützen.

Beliebte Computer Vision Kurse & Zertifikate


  • cplus logo

    Erwerben Sie neue Fähigkeiten -- mit 40 % Rabatt auf Coursera Plus

    40 % Rabatt für 3 Monate
  • U

    University of Colorado Boulder

    Computer Vision

    Kompetenzen, die Sie erwerben: Image Analysis, Computer Vision, Autoencoders, Convolutional Neural Networks, Vision Transformer (ViT), Generative Adversarial Networks (GANs), Recurrent Neural Networks (RNNs), Deep Learning, Generative Model Architectures, Artificial Intelligence and Machine Learning (AI/ML), Computer Graphics, Visualization (Computer Graphics), Machine Learning Methods, Model Deployment, Embeddings, Artificial Intelligence, Data Ethics, Data Processing, Applied Machine Learning, Linear Algebra

    4.4 Sterne, 96 Bewertungen, Mittel, Spezialisierung, 1–3 Monate

    ★ 4.4 (96) · Mittel · Spezialisierung · 1–3 Monate

    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    Kategorie: Auf einen Abschluss hinarbeiten
    Auf einen Abschluss hinarbeiten
  • I

    IBM

    Einführung in Computer Vision und Bildverarbeitung

    Kompetenzen, die Sie erwerben: Lernen übertragen, Feinabstimmung, Faltungsneuronale Netze, Algorithmen für maschinelles Lernen, Bewertung des Modells, Klassifizierungsalgorithmen, Modell-Optimierung, Tiefes Lernen, Modell Ausbildung, Methoden des maschinellen Lernens, Netzarchitektur, Bildqualität, Computer Vision

    4.3 Sterne, 1440 Bewertungen, Mittel, Kurs, 1–3 Monate

    ★ 4.3 (1440) · Mittel · Kurs · 1–3 Monate

  • E

    Edureka

    Video RAG Foundations

    Kompetenzen, die Sie erwerben: Python Programming, Generative AI, Large Language Modeling, Computer Vision, Artificial Intelligence, Image Analysis, Data Processing, Applied Machine Learning, Text Mining, Natural Language Processing, Data Preprocessing, Unstructured Data, Metadata Management, Record Keeping

    Anfänger · Kurs · 1–4 Wochen

    Kategorie: Neu
    Neu
    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • E

    EDUCBA

    Applied Deep Learning and neural networks

    Kompetenzen, die Sie erwerben: Computer Vision, Deep Learning, Image Analysis, Convolutional Neural Networks, Exploratory Data Analysis, Feature Engineering, Tensorflow, Model Training, Predictive Modeling, Transfer Learning, Applied Machine Learning, Machine Learning Methods, Application Development, Predictive Analytics, Model Evaluation, Machine Learning, Network Model, Analytics, Network Architecture, Design

    Anfänger · Spezialisierung · 1–3 Monate

    Kategorie: Neu
    Neu
    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • P

    Packt

    Power Platform and the AI Revolution

    Kompetenzen, die Sie erwerben: Microsoft Power Platform, Microsoft Copilot, Power Platform Architecture & Technical Design, AI Enablement, OpenAI API, Generative AI Agents, OpenAI, ChatGPT, Microsoft Azure, Artificial Intelligence, Generative AI, Registration, Prompt Engineering, AI Integrations, AI Workflows, Image Analysis, Power BI, Automation, Computer Vision, Data Analysis

    Mittel · Kurs · 3–6 Monate

    Kategorie: Neu
    Neu

Was führt Sie heute zu Coursera?

  • C

    Columbia University

    Erste Grundlagen der Computer Vision

    Kompetenzen, die Sie erwerben: 3D-Modellierung, Mathematische Modellierung, Schätzung, Farbenlehre, Algorithmen für maschinelles Lernen, Bildanalyse, Fotografie, Elektronische Komponenten, Automatisierungstechnik, Dimensionalitätsreduktion, Unüberwachtes Lernen, Künstliche neuronale Netze, Bildqualität, Graphentheorie, Virtuelle Realität, Algorithmen, Medizinische Bildgebung, Visualisierung (Computergrafik), Computergrafik, Computer Vision

    4.7 Sterne, 244 Bewertungen, Anfänger, Spezialisierung, 3–6 Monate

    ★ 4.7 (244) · Anfänger · Spezialisierung · 3–6 Monate

    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • D

    DeepLearning.AI

    Tiefes Lernen

    Kompetenzen, die Sie erwerben: Lernen übertragen, Feinabstimmung, Generative KI, Faltungsneuronale Netze, Bildanalyse, Rekurrente Neuronale Netze (RNNs), Künstliche Intelligenz, Modell-Optimierung, Einbettungen, Tiefes Lernen, Künstliche neuronale Netze, Modell Ausbildung, Methoden des maschinellen Lernens, Überwachtes Lernen, Tensorflow, Verarbeitung natürlicher Sprache, Gesicht umarmen, Computer Vision, Angewandtes maschinelles Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML)

    4.8 Sterne, 147.255 Bewertungen, Mittel, Spezialisierung, 3–6 Monate

    ★ 4.8 (147.255) · Mittel · Spezialisierung · 3–6 Monate

    Status: Top-KI-Programm
    Top-KI-Programm
    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • U

    University of Colorado Boulder

    Introduction to Computer Vision

    Kompetenzen, die Sie erwerben: Image Analysis, Computer Vision, Deep Learning, Convolutional Neural Networks, Machine Learning Methods, Data Ethics, Microsoft Excel, Generative AI, Excel Formulas, Responsible AI, Data Transformation, Linear Algebra, Feature Engineering, Digital Signal Processing

    4.5 Sterne, 45 Bewertungen, Anfänger, Kurs, 1–4 Wochen

    ★ 4.5 (45) · Anfänger · Kurs · 1–4 Wochen

    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    Kategorie: Auf einen Abschluss hinarbeiten
    Auf einen Abschluss hinarbeiten
  • M

    MathWorks

    MathWorks Computer Vision Engineer

    Kompetenzen, die Sie erwerben: Computer Vision, Model Evaluation, Image Analysis, Model Deployment, Anomaly Detection, Convolutional Neural Networks, Transfer Learning, Model Training, Fine-tuning, Deep Learning, Machine Learning Methods, Image Quality, Generative AI, Data Preprocessing, Artificial Neural Networks, Matlab, Applied Machine Learning, Machine Learning, Classification Algorithms, Software Visualization

    4.7 Sterne, 377 Bewertungen, Anfänger, Berufsbezogenes Zertifikat, 3–6 Monate

    ★ 4.7 (377) · Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate

    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • M

    MathWorks

    Objektverfolgung und Bewegungserkennung mit Computer Vision

    Kompetenzen, die Sie erwerben: Lernen übertragen, Optimierung des Verkehrsflusses, Bildanalyse, Tiefes Lernen, Methoden des maschinellen Lernens, Matlab, Computer Vision

    4.7 Sterne, 36 Bewertungen, Anfänger, Kurs, 1–4 Wochen

    ★ 4.7 (36) · Anfänger · Kurs · 1–4 Wochen

    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • D

    DeepLearning.AI

    Fortgeschrittene Computer Vision mit TensorFlow

    Kompetenzen, die Sie erwerben: Lernen übertragen, Feinabstimmung, Faltungsneuronale Netze, Bildanalyse, Bewertung des Modells, Klassifizierungsalgorithmen, Modell-Optimierung, Tiefes Lernen, Modell Ausbildung, Tensorflow, Visualisierung (Computergrafik), Computer Vision, Angewandtes maschinelles Lernen

    4.7 Sterne, 535 Bewertungen, Mittel, Kurs, 1–4 Wochen

    ★ 4.7 (535) · Mittel · Kurs · 1–4 Wochen

    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
  • G

    Google Cloud

    Einführung in Computer Vision mit TensorFlow

    Kompetenzen, die Sie erwerben: Bildanalyse, Bewertung des Modells, Tiefes Lernen, Künstliche neuronale Netze, Modell Ausbildung, Methoden des maschinellen Lernens, Maschinelles Lernen, Persistenz der Daten, Tensorflow, Entwicklungsumgebung, Computer Vision

    5 Sterne, 7 Bewertungen, Anfänger, Projekt, Weniger als 2 Stunden

    ★ 5 (7) · Anfänger · Projekt · Weniger als 2 Stunden

Was führt Sie heute zu Coursera?

1234…26

Die besten Computer Vision Kurse von University of Colorado Boulder

Die am besten bewerteten Computer Vision Kurse werden von University of Colorado Boulder auf Coursera angeboten.

  1. 1
    Computer Vision
    University of Colorado BoulderMittel1–3 Monate4.4(96)University of Colorado Boulder
  2. 2
    Introduction to Computer Vision
    University of Colorado BoulderAnfänger1–4 Wochen4.5(45)University of Colorado Boulder

Die besten Computer Vision Zertifikatsprogramme

Erwerben Sie ein Zertifikat in Computer Vision von führenden Universitäten und Unternehmen.

  1. 1
    Applied Deep Learning and neural networks
    EDUCBAAnfänger1–3 Monate5.0(1)Specialization
  2. 2
    First Principles of Computer Vision
    Columbia UniversityAnfänger3–6 Monate4.7(244)Specialization
  3. 3
    Deep Learning
    DeepLearning.AIMittel3–6 Monate4.8(147,255)Specialization

Die besten Computer Vision Kurse für Anfänger

Top bewertete, anfängerfreundliche Computer Vision Kurse ohne Vorbedingungen.

  1. 1
    Video RAG Foundations
    EdurekaAnfänger1–4 WochenOhne Vorkenntnisse
  2. 2
    MathWorks Computer Vision Engineer
    MathWorksAnfänger3–6 Monate4.7(377)Ohne Vorkenntnisse
  3. 3
    Object Tracking and Motion Detection with Computer Vision
    MathWorksAnfänger1–4 Wochen4.7(36)Ohne Vorkenntnisse

Fähigkeiten, die Sie bei Software Development erlernen können

Programmiersprache (34)
Google (25)
Computerprogramm (21)
Software-Tests (21)
Web (19)
Google Cloud-Platform (18)
Anwendungsschnittstellen-Programmierung (17)
Datenstruktur (16)
Problemlösung (14)
Objektorientierte Programmierung (13)
Kubernetes (10)
List & Label (10)

Häufig gestellte Fragen zum Thema Computer Vision

Computer Vision ist ein Bereich der künstlichen Intelligenz, der Computern dabei hilft, visuelle Informationen wie Bilder und Videos zu interpretieren und zu verarbeiten. Sie wird für Aufgaben wie Bildklassifizierung, Objekterkennung, Gesichtsanalyse, Unterstützung in der medizinischen Bildgebung, Fertigungsprüfung und autonome Systeme eingesetzt. Kurse wie „Introduction to Computer Vision and Image Processing" von IBM und „First Principles of Computer Vision" der Columbia University vermitteln sowohl die praktischen als auch die konzeptionellen Grundlagen. Auf Coursera können Sie sich mit Computer Vision beschäftigen -- von einsteigerfreundlicher Bildverarbeitung bis hin zu tiefergehenden, auf neuronalen Netzen basierenden Ansätzen.‎

Computer Vision kommt in Berufsfeldern zum Einsatz, die mit KI, maschinellem Lernen, Robotik, Datenwissenschaft, Softwareentwicklung, Automatisierung und angewandter Forschung zu tun haben. Die Lernenden können das Gelernte in Bereichen wie Qualitätsprüfung, medizinische Bildgebung, Einzelhandelsanalytik, Transportwesen, Landwirtschaft, Sicherheit und kreative Medienwerkzeuge anwenden. Kurse wie „Convolutional Neural Networks" und „Advanced Computer Vision with TensorFlow" von DeepLearning.AI können dabei helfen, Kompetenzen aufzubauen, die für Arbeitsabläufe im Bereich des maschinellen Lernens und des Deep Learning relevant sind. Wenn Sie sich verschiedene Kurse zum Thema Computer Vision ansehen, können Sie besser verstehen, welche Anwendungen und Aufgabenbereiche Ihren Interessen entsprechen.‎

Bevor man sich mit Computer Vision befasst, ist es hilfreich, über Grundkenntnisse in Python-Programmierung, linearer Algebra, grundlegender Statistik und den CORE-Konzepten des maschinellen Lernens zu verfügen. Die Bildverarbeitung stützt sich zudem auf Konzepte wie Pixel, Filter, Transformationen, Merkmalsextraktion und Modellbewertung, sodass ein sicherer Umgang mit Mathematik und Datenworkflows das Verständnis des Stoffes erleichtern kann. Der Kurs „First Principles of Computer Vision" der Columbia University legt den Schwerpunkt auf grundlegende Konzepte, während der Kurs „Introduction to Computer Vision and Image Processing" von IBM dabei helfen kann, diese Konzepte mit praktischen Beispielen zu verknüpfen. Wenn Sie noch keine große Erfahrung mit KI haben, sollten Sie erwägen, parallel zu Ihrem ersten Kurs im Bereich Computer Vision Ihre Grundlagen in Python und im maschinellen Lernen zu vertiefen.‎

Zu den Fähigkeiten, die das Thema Computer Vision ergänzen, gehören Deep Learning, neuronale Netze, Bildverarbeitung, Datenvorverarbeitung, Modellbewertung, Python, TensorFlow, MATLAB und angewandtes maschinelles Lernen. Beispielsweise vermittelt der Kurs „Convolutional Neural Networks" von DeepLearning.AI Kenntnisse, die direkt mit modernen Bildverarbeitungsmodellen verknüpft sind, während sich der Kurs „Advanced Computer Vision with TensorFlow" auf Spezialisierungen bei der Implementierung konzentriert. Die Kurse „Deep Learning for Computer Vision" und „MathWorks Computer Vision Engineer" von MathWorks können nützlich sein, wenn Sie Erfahrungen mit MATLAB-basierten Arbeitsabläufen sammeln möchten. Die Kombination von Computer Vision mit diesen verwandten Fähigkeiten kann Ihnen helfen, den Schritt von theoretischen Konzepten hin zu praxisorientierten Projekten zu machen.‎

Ein guter Einstieg in das Thema Computer Vision besteht darin, zunächst die Grundlagen der Bildverarbeitung zu erlernen und anschließend zu Methoden des maschinellen Lernens und des Deep Learning für visuelle Daten überzugehen. Beginnen Sie damit, zu lernen, wie Bilder dargestellt werden, wie Filter und Transformationen funktionieren und wie Modelle Muster in visuellen Eingaben erkennen. „Einführung in Computer Vision und Bildverarbeitung" von IBM und „Einführung in Computer Vision" der University of Colorado Boulder sind leicht zugängliche Optionen aus den auf dieser Seite verfügbaren Kursen. Danach können Sie sich an Kurse wie „Convolutional Neural Networks" oder „Advanced Computer Vision with TensorFlow" herantasten.‎

Ja. Sie können auf Coursera auf zwei Arten kostenlos mit dem Lernen im Bereich Computer Vision beginnen:

  1. Sehen Sie sich das erste Modul zahlreicher Kurse zum Thema Computer Vision kostenlosan. Dazu gehören Videolektionen, Lesematerial, benotete Aufgaben und Coursera AI (sofern verfügbar).
  2. Starten Sie eine 7-tägige kostenlose Testphase für Spezialisierungen oder Coursera Plus. Damit erhalten Sie während des Testzeitraums vollen Zugriff auf alle Kursinhalte der teilnahmeberechtigten Programme.

Wenn Sie weiterlernen, ein Zertifikat im Bereich Computer Vision erwerben oder nach der Vorschau bzw. der Testphase den vollen Zugriff auf die Kurse freischalten möchten, können Sie ein Upgrade durchführen oder finanzielle Unterstützung beantragen.‎

Die besten Einsteigerkurse zum Thema Computer Vision sind in der Regel diejenigen, die zunächst Bildverarbeitung, visuelle Daten und zentrale Modellkonzepte erläutern, bevor sie sich fortgeschrittenen neuronalen Netzen zuwenden. Auf dieser Seite sind der Kurs „Introduction to Computer Vision and Image Processing" von IBM und der Kurs „Introduction to Computer Vision" der University of Colorado Boulder hervorragende Ausgangspunkte für den Aufbau von Grundkenntnissen. Der Kurs „First Principles of Computer Vision" der Columbia University könnte ebenfalls für Lernende interessant sein, die einen eher konzeptorientierten Ansatz bevorzugen. Sobald Sie mit den Grundlagen vertraut sind, kann Ihnen der Kurs „Convolutional Neural Networks" von DeepLearning.AI dabei helfen, sich weiter mit Deep Learning für visuelle Aufgaben zu befassen.‎

Kurse zum Thema Computer Vision behandeln in der Regel Bilddarstellung, Filterung, Merkmalserkennung, Objekterkennung, Klassifizierung, Segmentierung, konvolutionelle neuronale Netze und Modellbewertung. Je nach Schwerpunkt des Kurses werden in einigen Kursen auch praktische Tools und Frameworks wie TensorFlow oder MATLAB behandelt. So legt beispielsweise der Kurs „Advanced Computer Vision with TensorFlow" von DeepLearning.AI den Schwerpunkt auf angewandte Deep-Learning-Workflows, während sich der Kurs „Deep Learning for Computer Vision" von MathWorks auf Bildverarbeitungsaufgaben unter Verwendung von MathWorks-Tools konzentriert. Ein Vergleich der Kurstitel und Kompetenzbeschreibungen auf Coursera kann Ihnen dabei helfen, sich zwischen grundlegender Theorie, angewandten Projekten und toolspezifischem Lernen zu entscheiden.‎

Diese häufig gestellten Fragen dienen nur zu Informationszwecken. Den Lernenden wird empfohlen, eingehender zu recherchieren, ob Kurse und andere angestrebte Qualifikationen wirklich ihren persönlichen, beruflichen und finanziellen Vorstellungen entsprechen.

Andere wissenswerte Themen

Arts and Humanities
338 Kurse
Business
1095 Kurse
Computer Science
668 Kurse
Data Science
425 Kurse
Information Technology
145 Kurse
Health
471 Kurse
Math and Logic
70 Kurse
Personal Development
137 Kurse
Physical Science and Engineering
413 Kurse
Social Sciences
401 Kurse
Language Learning
150 Kurse

Coursera-Fußzeile

Fertigkeiten

  • Buchhaltung
  • Künstliche Intelligenz (KI)
  • Cybersecurity
  • Datenanalyse
  • Digitales Marketing
  • Personalwesen (HR)
  • Microsoft Excel
  • Projektleitung
  • Python
  • SQL

Berufsbezogene Zertifikate

  • Google AI-Zertifikat
  • Google Cybersecurity-Zertifikat
  • Google Datenanalyse-Zertifikat
  • Google IT-Support-Zertifikat
  • Google-Projektmanagement-Zertifikat
  • Google UX-Design-Zertifikat
  • IBM AI Engineering Zertifikat
  • IBM AI Produktmanager Zertifikat
  • IBM Data Science-Zertifikat
  • Intuit Academy Zertifikat Buchhaltung

Kurse & Spezialisierungen

  • AI Essentials Spezialisierung
  • Spezialisierung auf AI für Unternehmen
  • AI-Kurs für jedermann
  • Spezialisierung auf AI im Gesundheitswesen
  • Spezialisierung auf Deep Learning
  • Excel-Kenntnisse für die Spezialisierung auf Unternehmen
  • Kurs Finanzmärkte
  • Spezialisierung auf maschinelles Lernen
  • Prompt Engineering für ChatGPT-Kurs
  • Python für alle Spezialisierung

Karriere-Ressourcen

  • Berufseignungstest
  • CAPM-Zertifizierungsanforderungen
  • CompTIA A+ Zertifizierungsanforderungen
  • CompTIA Security+ Zertifizierungsanforderungen
  • Wesentliche IT-Zertifizierungen
  • Einkommensstarke Fähigkeiten zu erlernen
  • Wie man künstliche Intelligenz lernt
  • PMP-Zertifizierungsanforderungen
  • Beliebte Cybersecurity-Zertifizierungen
  • Teilen Sie Ihre Coursera-Lerngeschichte

Coursera

  • Info
  • Was wir anbieten
  • Leitung
  • Jobs
  • Katalog
  • Coursera Plus
  • Berufsbezogene Zertifikate
  • MasterTrack® Certificates
  • Abschlüsse
  • Für Unternehmen
  • Für Regierungen
  • Für Campus
  • Werden Sie Partner
  • Soziale Auswirkung
  • Freie Kurse
  • Udemy

Community

  • Kursteilnehmer
  • Partner
  • Beta-Tester
  • Blog
  • Der Coursera-Podcast
  • Tech-Blog

Mehr

  • Presse
  • Anleger
  • Nutzungsbedingungen/AGB
  • Datenschutz
  • Hilfe
  • Barrierefreiheit
  • Kontakt
  • Artikel
  • Verzeichnis
  • Partnerunternehmen
  • Stellungnahme zu moderner Sklaverei
  • Nicht verkaufen/weitergeben
Überall lernen
Aus dem App Store herunterladen
Erhältlich bei Google Play
© 2026 Coursera Inc. Alle Rechte vorbehalten.
  • Coursera Facebook
  • Coursera LinkedIn
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera auf TikTok