Maîtrisez les techniques fondamentales de prétraitement qui sont au cœur des systèmes modernes de vision par ordinateur. Les données visuelles brutes sont omniprésentes, mais leur transformation en informations exploitables nécessite des compétences précises en prétraitement et en analyse du mouvement, qui distinguent les ingénieurs en IA performants du reste.

Cette formation courte a été conçue pour aider les professionnels de l’apprentissage automatique et de l’IA à réaliser un prétraitement systématique des images et à extraire des caractéristiques de mouvement pour des applications de vision par ordinateur. À l’issue de cette formation, vous serez capable de normaliser des données d’images à l’aide de techniques de normalisation, d’effectuer des conversions entre espaces colorimétriques pour optimiser les performances des modèles, et d’extraire des motifs de mouvement à partir de séquences vidéo à l’aide d’algorithmes conformes aux normes de l’industrie. Ces compétences vous permettront directement de construire des modèles de vision par ordinateur plus robustes, d’améliorer l’efficacité de l’entraînement et de développer des applications basées sur le mouvement. À l’issue de ce cours, vous serez capable de : • Appliquer la normalisation et les conversions d’espaces colorimétriques pour prétraiter les données d’images • Appliquer des techniques de flux optique et de différenciation d’images pour extraire des caractéristiques de mouvement à partir de vidéos Ce cours se distingue par le fait qu’il allie la compréhension théorique à la mise en œuvre pratique à l’aide d’ensembles de données réels, reproduisant ainsi exactement les pipelines de prétraitement utilisés par des entreprises telles que Tesla, Facebook AI Research et Amazon pour leurs systèmes de vision par ordinateur. Pour mener à bien ce projet, vous devez avoir des connaissances en programmation Python, une compréhension de base des concepts d’apprentissage automatique et une bonne maîtrise des bibliothèques NumPy et OpenCV.