IBM
Introduction à la vision par ordinateur et au traitement de l'image

Profitez d'une croissance illimitée avec un an de Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.

IBM

Introduction à la vision par ordinateur et au traitement de l'image

Aije Egwaikhide
Joseph Santarcangelo

Instructeurs : Aije Egwaikhide

103 216 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.3

(1,423 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
2 semaines à 10 heures une semaine
Apprenez à votre propre rythme
92%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.3

(1,423 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
2 semaines à 10 heures une semaine
Apprenez à votre propre rythme
92%
La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

  • Compétences pratiques pour appliquer la vision par ordinateur dans des secteurs tels que la robotique, les systèmes autonomes et la réalité augmentée

  • Techniques pratiques de traitement, d'analyse et d'interprétation des images pour une compréhension visuelle intelligente

  • Comment utiliser Python, Détection d'objets et OpenCV pour effectuer le filtrage, l'amélioration et la classification d'images, ainsi que la détection d'objets

  • Guide étape par étape pour construire et entraîner un classificateur d'images à l'aide de méthodes d'apprentissage supervisé

Compétences que vous acquerrez

  • Catégorie : Algorithmes de classification
  • Catégorie : Vision par ordinateur
  • Catégorie : Apprentissage par transfert
  • Catégorie : Deep learning
  • Catégorie : Déploiement du modèle
  • Catégorie : Algorithmes d'apprentissage automatique
  • Catégorie : Régression logistique
  • Catégorie : Visualisation (infographie)
  • Catégorie : IBM Cloud
  • Catégorie : Apprentissage automatique
  • Catégorie : Réseaux neuronaux convolutifs
  • Catégorie : Jupyter

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours est disponible dans le cadre de
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable auprès de IBM

Il y a 6 modules dans ce cours

Dans ce module, nous aborderons le domaine en plein essor du traitement de l'image. Outre le fait qu'il constitue la première étape de la vision par ordinateur, il a de nombreuses applications, qui vont de l'amélioration de la clarté de l'image de votre smartphone à l'aide apportée aux médecins pour guérir les maladies.

Inclus

5 vidéos3 lectures2 devoirs

Le traitement d'images permet d'améliorer les images ou d'en extraire des informations utiles. Dans ce module, nous allons apprendre les bases du traitement d'images avec les bibliothèques Python OpenCV et Pillow.

Inclus

6 vidéos1 lecture2 devoirs9 éléments d'application

Dans ce module, vous découvrirez les différentes méthodes de classification par apprentissage automatique couramment utilisées pour la vision par ordinateur, notamment les k plus proches voisins, la régression logistique, la régression SoftMax et les machines à vecteurs de support. Enfin, vous apprendrez ce que sont les caractéristiques d'une image

Inclus

8 vidéos1 lecture2 devoirs5 éléments d'application

Dans ce module, vous découvrirez les réseaux neuronaux, les réseaux neuronaux entièrement connectés et les réseaux neuronaux convolutifs (CNN). Vous découvrirez les différents composants tels que les couches et les différents types de fonctions d'activation tels que ReLU. Vous apprendrez également à connaître les différentes architectures CNN telles que ResNet et LenNet.

Inclus

4 vidéos1 lecture2 devoirs6 éléments d'application1 plugin

Dans ce module, vous apprendrez à détecter des objets à l'aide de différentes méthodes. La première approche consiste à utiliser le classificateur Haar Cascade, la seconde à utiliser R-CNN et MobileNet.

Inclus

2 vidéos2 lectures2 devoirs2 éléments d'application

Au cours de la dernière semaine de ce cours, vous construirez et évaluerez un classificateur d'images en utilisant l'Apprentissage par transfert. Pour ce projet, vous entraînerez votre modèle personnalisé sur des images étiquetées et testerez ses performances.

Inclus

1 vidéo2 lectures1 évaluation par les pairs2 éléments d'application3 plugins

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Évaluations de l’enseignant
4.4 (310 évaluations)
Aije Egwaikhide
IBM
6 Cours766 006 apprenants
Joseph Santarcangelo
IBM
36 Cours2 265 406 apprenants

Offert par

IBM

En savoir plus sur Apprentissage automatique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.3

1 423 avis

  • 5 stars

    64,98 %

  • 4 stars

    19,15 %

  • 3 stars

    6,73 %

  • 2 stars

    3,78 %

  • 1 star

    5,33 %

Affichage de 3 sur 1423

TC
5

Révisé le 20 juin 2020

SK
5

Révisé le 19 mai 2021

JN
4

Révisé le 13 oct. 2020

Foire Aux Questions

¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.