Computer Vision ist eines der spannendsten Gebiete des maschinellen Lernens und der KI. Es findet in vielen Branchen Anwendung, z.B. bei selbstfahrenden Autos, in der Robotik, bei Augmented Reality und vielem mehr. In diesem einsteigerfreundlichen Kurs lernen Sie das maschinelle Sehen zu verstehen und seine verschiedenen Anwendungen in vielen Branchen kennen. Im Rahmen dieses Kurses werden Sie Python, Pillow und OpenCV für die grundlegende Bildverarbeitung verwenden und Bildklassifizierung und Objekterkennung durchführen. Dies ist ein praxisorientierter Kurs, der mehrere Labore und Übungen umfasst. Die Übungen kombinieren Jupyter Labs und Computer Vision Learning Studio (CV Studio), ein kostenloses Lerntool für Computer Vision. Mit CV Studio können Sie Ihre eigenen benutzerdefinierten Bildklassifizierungs- und Erkennungsmodelle hochladen, trainieren und testen. Am Ende des Kurses werden Sie Ihre eigene Computer Vision Web App erstellen und in der Cloud bereitstellen. Für diesen Kurs sind keine Vorkenntnisse im Bereich Machine Learning oder Computer Vision erforderlich. Allerdings sind einige Kenntnisse der Programmiersprache Python und Grundschulkenntnisse in Mathematik erforderlich.
Einführung in Computer Vision und Bildverarbeitung
Dozenten: Aije Egwaikhide
85.602 bereits angemeldet
Bei enthalten
(1,279 Bewertungen)
Was Sie lernen werden
Beschreiben Sie die Anwendungen von Computer Vision in verschiedenen Branchen.
Wenden Sie Bildverarbeitungs- und Analysetechniken auf Computer Vision Probleme an.
Nutzen Sie Python, Pillow und OpenCV für die grundlegende Bildverarbeitung und führen Sie Bildklassifizierung und Objekterkennung durch.
Erstellen Sie einen Bildklassifikator mit Techniken des überwachten Lernens.
Kompetenzen, die Sie erwerben
- Kategorie: Bildbearbeitung
- Kategorie: Künstliche Intelligenz (KI)
- Kategorie: Opencv
- Kategorie: Computervision
- Kategorie: Deep Learning
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
10 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat von IBM zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 6 Module
In diesem Modul werden wir das sich schnell entwickelnde Feld der Bildverarbeitung besprechen. Sie ist nicht nur der erste Schritt in der Computer Vision, sondern hat auch ein breites Anwendungsspektrum, das vom kristallklaren Bild auf Ihrem Smartphone bis zur Unterstützung von Ärzten bei der Heilung von Krankheiten reicht.
Das ist alles enthalten
4 Videos2 Lektüren2 Aufgaben1 Plug-in
Die Bildverarbeitung verbessert Bilder oder extrahiert nützliche Informationen aus einem Bild. In diesem Modul lernen wir die Grundlagen der Bildverarbeitung mit den Python-Bibliotheken OpenCV und Pillow kennen.
Das ist alles enthalten
6 Videos2 Aufgaben9 App-Elemente
In diesem Modul lernen Sie die verschiedenen Klassifizierungsmethoden des maschinellen Lernens kennen, die üblicherweise für die Computer Vision verwendet werden, darunter K Nearest Neighbours, Logistische Regression, SoftMax Regression und Support Vector Machines. Schließlich lernen Sie etwas über Bildmerkmale
Das ist alles enthalten
8 Videos2 Aufgaben6 App-Elemente2 Plug-ins
In diesem Modul lernen Sie etwas über Neuronale Netze, vollständig verbundene Neuronale Netze und Convolutional Neural Network (CNN). Sie lernen die verschiedenen Komponenten wie Schichten und verschiedene Arten von Aktivierungsfunktionen wie ReLU kennen. Sie lernen auch die verschiedenen CNN-Architekturen wie ResNet und LenNet kennen.
Das ist alles enthalten
4 Videos2 Aufgaben6 App-Elemente1 Plug-in
In diesem Modul lernen Sie die Objekterkennung mit verschiedenen Methoden kennen. Der erste Ansatz ist die Verwendung des Haar Cascade Klassifikators, der zweite die Verwendung von R-CNN und MobileNet.
Das ist alles enthalten
2 Videos1 Lektüre2 Aufgaben3 App-Elemente
In der letzten Woche dieses Kurses werden Sie eine Computer Vision App erstellen, die Sie über Code Engine in der Cloud bereitstellen werden. Für das Projekt erstellen Sie einen benutzerdefinierten Klassifikator, trainieren ihn und testen ihn an Ihren eigenen Bildern.
Das ist alles enthalten
1 peer review1 App-Element4 Plug-ins
Dozenten
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
MathWorks
University of Colorado Boulder
MathWorks
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 1279
1.279 Bewertungen
- 5 stars
64,19 %
- 4 stars
18,76 %
- 3 stars
7,34 %
- 2 stars
4,06 %
- 1 star
5,62 %
Geprüft am 12. Dez. 2020
Geprüft am 13. Mai 2024
Geprüft am 13. Okt. 2020
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Nach Abschluss dieses Kurses werden Sie in der Lage sein:
● erklären, was Computer Vision ist und welche Anwendungen es gibt
● die Rolle von Python, OpenCV und IBM Watson beim Computer Vision verstehen
● Bilder mit Hilfe von IBM Watson, Python und OpenCV klassifizieren
● benutzerdefinierte Bildklassifizierer mit der Watson Visual Recognition API erstellen und trainieren
● Bilder in Python mit OpenCV verarbeiten
● eine interaktive Computer Vision Webanwendung erstellen und in der Cloud bereitstellen
Für die Teilnahme an diesem Kurs ist keine spezielle Hardware oder Software erforderlich. Sie werden alle Übungen und Projekte in einer Cloud-Umgebung durchführen und mit Python in Jupyter Notebooks, OpenCV und IBM Watson Visual Recognition arbeiten. Sie erhalten eine Anleitung für den kostenlosen Zugang zur IBM Cloud. Sie benötigen einen modernen Webbrowser (d.h. eine aktuelle Version von Chrome oder Firefox).
Einige Programmierkenntnisse, insbesondere mit Python, sind erforderlich, um diesen Kurs abzuschließen. Der folgende Kurs stattet Sie mit dem nötigen Python-Hintergrund aus: