Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8
23 avis
niveau Débutant
Expérience recommandée
Expérience recommandée
Niveau débutant
Si vous êtes novice en matière de données d'image, il est recommandé de suivre d'abord la spécialisation Traitement d'images pour l'ingénierie et la science.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8
23 avis
niveau Débutant
Expérience recommandée
Expérience recommandée
Niveau débutant
Si vous êtes novice en matière de données d'image, il est recommandé de suivre d'abord la spécialisation Traitement d'images pour l'ingénierie et la science.
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
Il y a 4 modules dans ce cours
Dans le deuxième cours de la spécialisation Computer Vision for Engineering and Science, vous réaliserez deux des tâches de vision par ordinateur les plus courantes : la classification d'images et la détection d'objets. Vous appliquerez l'ensemble du processus d'apprentissage automatique, de la préparation de vos données à l'évaluation de vos résultats. À la fin de ce cours, vous formerez des modèles d'apprentissage automatique pour classifier des images de panneaux de signalisation et détecter des défauts de matériaux. Vous utiliserez MATLAB tout au long de ce cours. MATLAB est le choix de prédilection de millions de personnes travaillant dans les domaines de l'ingénierie et des sciences, et fournit les fonctionnalités dont vous avez besoin pour accomplir vos tâches de vision par ordinateur. Vous bénéficierez d'un accès gratuit à MATLAB pendant toute la durée du cours pour réaliser votre travail. Pour réussir dans cette spécialisation, il est utile d'avoir une certaine expérience du traitement d'images. Si vous êtes novice en matière de données d'image, il est recommandé de suivre d'abord la spécialisation Traitement d'images pour l'ingénierie et la science.
Inclus
6 vidéos6 lectures4 devoirs
Afficher les informations sur le contenu du module
6 vidéos•Total 38 minutes
Vision par ordinateur pour l'ingénierie et la science•3 minutes
Introduction à l'apprentissage automatique pour la vision par ordinateur•3 minutes
Le flux de travail de l'apprentissage automatique•4 minutes
Introduction aux modèles de classification•7 minutes
Préparer vos images pour la classification•7 minutes
Formation de modèles de classification d'images•13 minutes
6 lectures•Total 85 minutes
Rencontrez vos instructeurs•5 minutes
Fichiers de cours et MATLAB•5 minutes
Glossaire des termes courants•15 minutes
Préparation des images concrètes pour la classification•20 minutes
Optimisation des hyperparamètres du modèle•30 minutes
Les prochaines évaluations•10 minutes
4 devoirs•Total 80 minutes
Vérification du concept : Introduction à l'apprentissage automatique•10 minutes
Contrôle de concept : Introduction à la classification•10 minutes
Quiz noté : Préparation des images pour la classification•30 minutes
Quiz gradué : Classer les images•30 minutes
Classification d'images à l'aide d'un sac de caractéristiques
Module 2•2 heures à terminer
Détails du module
Inclus
2 vidéos2 lectures3 devoirs1 élément d'application1 sujet de discussion
Afficher les informations sur le contenu du module
2 vidéos•Total 13 minutes
Introduction au sac de caractéristiques•4 minutes
Classification d'images à l'aide d'un sac de caractéristiques•8 minutes
2 lectures•Total 55 minutes
Pratique de l'utilisation du sac de caractéristiques•20 minutes
Projet : Introduction à la classification de la couverture végétale•35 minutes
3 devoirs•Total 45 minutes
Vérification du concept : Introduction au sac de caractéristiques•15 minutes
Quiz pratique : Entraînez-vous à utiliser le sac de caractéristiques•10 minutes
Quiz gradué : Sac de caractéristiques•20 minutes
1 élément d'application•Total 10 minutes
Projet : Classification de la couverture végétale à l'aide de différents modèles de classification•10 minutes
1 sujet de discussion•Total 10 minutes
Projet : Classification de la couverture végétale à l'aide de différents modèles de classification•10 minutes
Évaluation des modèles de classification
Module 3•2 heures à terminer
Détails du module
Inclus
3 vidéos2 lectures2 devoirs
Afficher les informations sur le contenu du module
3 vidéos•Total 25 minutes
Évaluation des modèles de classification•12 minutes
Évaluation des modèles de classification dans MATLAB•7 minutes
Problèmes courants en matière de classification d'images•7 minutes
2 lectures•Total 70 minutes
Questions courantes en matière de classification d'images : Une référence•10 minutes
Introduction du projet : Classification des panneaux de signalisation•60 minutes
2 devoirs•Total 45 minutes
Contrôle de concept : Évaluation des modèles de classification•15 minutes
Projet : Classification des images de panneaux de signalisation•30 minutes
Détection d'objets avec l'apprentissage automatique
Module 4•3 heures à terminer
Détails du module
Inclus
4 vidéos4 lectures3 devoirs
Afficher les informations sur le contenu du module
4 vidéos•Total 16 minutes
Détection d'objets avec l'apprentissage automatique•7 minutes
Etiqueter vos images pour l'apprentissage automatique•4 minutes
Introduction au projet de détection d'objets•2 minutes
Résumé de l'apprentissage automatique pour la vision par ordinateur•2 minutes
4 lectures•Total 57 minutes
Détection d'objets dans MATLAB•20 minutes
Commencer le projet de détection des nœuds de bois•5 minutes
Crédit supplémentaire : suppression des détections redondantes•30 minutes
Quelle est la prochaine étape ?•2 minutes
3 devoirs•Total 105 minutes
Projet : Détection des nœuds de bois Étape 1•45 minutes
Projet : Détection des nœuds de bois Étape 2•30 minutes
Projet : Détection des nœuds de bois Étape 3•30 minutes
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
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
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
4.8
23 avis
5 stars
82,60 %
4 stars
17,39 %
3 stars
0 %
2 stars
0 %
1 star
0 %
Affichage de 3 sur 23
S
SV
5·
Révisé le 25 mars 2025
Excellent course to learn ML fundamentals in computer vision field.
Oui. Une licence gratuite est disponible pour les apprenants inscrits au cours. Vous devez disposer d'un ordinateur capable d'exécuter MATLAB. Vous pouvez consulter la configuration requise ici.
Quand aurai-je accès aux cours et aux devoirs ?
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je m'abonne à ce certificat ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.