OBIETTIVI E PROGRAMMA
La Computer Vision è uno dei settori più hot dell’Intelligenza Artificiale, che negli ultimi anni ha fatto progressi esponenziali grazie alle ultime tecniche di Deep Learning e all’utilizzo delle Reti Neurali Artificiali.
Ma cosa è esattamente la Computer Vision? E’ un insieme di tecniche, metodi e modelli che ci permette di analizzare digitalmente immagini e video, riconoscendo forme e oggetti con una precisione anche superiore a quella dell’occhio umano.
Le applicazioni pratiche sono innumerevoli e colpiscono moltissimi grandi settori: trasporti (es. Auto a Guida Autonoma), Healtcare (es. Diagnosi Medica Computerizzata), Sicurezza (es. Telecamere Intelligenti), il Gaming (es. Microsoft Kinect).
OBIETTIVI
In questo corso pratico imparerai come funziona la Computer Vision e come applicarla in maniera pratica, utilizzando OpenCV, la più popolare libreria per la Computer Vision.
In particolare, vedremo come aprire e elaborare un’immagine, ridimensionandola, ritagliandola e disegnandoci sopra testo e forme.
PROGRAMMA
Questo corso ha una durata complessiva di 13 ore.
Cap.01 Introduzione
- Lezione 1.1 Introduzione | 10:12 minuti
Cap.02 Preparazione dell’Ambiente di Lavoro
- Lezione 2.1 Installazione di Anaconda | 02:41 minuti
- Lezione 2.2 Breve Introduzione a VSCode | 03:17 minuti
- Lezione 2.3 Creare un’Ambiente Virtuale con Navigator | 04:29 minuti
- Lezione 2.4 Creare un’Ambiente Virtuale con il Prompt | 05:05 minuti
Cap.03 Immagini e Matrici con Numpy
- Lezione 3.1 Come il Computer vede le Immagini | 07:18 minuti
- Lezione 3.2 Basi di Numpy per la Computer Vision | 17:46 minuti
- Lezione 3.3 Aprire un’Immagine con Numpy | 08:23 minuti
Cap.04 Operare sulle Immagini con OpenCV
- Lezione 4.1 Introduzione a OpenCV | 02:56 minuti
- Lezione 4.2 Aprire un’Immagine con OpenCV | 06:48 minuti
- Lezione 4.3 Ridimensionare e Ritagliare un’Immagine | 08:18 minuti
- Lezione 4.4 Ruotare un’Immagine | 06:21 minuti
- Lezione 4.5 Disegnare Rettangoli, Cerchi e Linee | 11:42 minuti
- Lezione 4.6 Inserire Testo su un’Immagine | 03:19 minuti
Cap.05 Acquisire Foto e Video con Python
- Lezione 5.1 Catturare Immagini da Webcam | 06:08 minuti
- Lezione 5.2 Stream di Immagini da Webcam | 03:15 minuti
- Lezione 5.3 Catturare Input da Tastiera | 03:42 minuti
- Lezione 5.4 Operare sullo Stream Video- Filtro BiancoNero | 03:39 minuti
- Lezione 5.5 Operare sullo Stream Video- Scrivere Data e Ora | 05:52 minuti
- Lezione 5.6 Come Catturare Snapshot | 04:14 minuti
- Lezione 5.7 Come Registrare Video | 08:00 minuti
Cap.06 Object Detection Base
- Lezione 6.1 Le Haar-Like Features | 12:40 minuti
- Lezione 6.2 Le Integral Images | 07:14 minuti
- Lezione 6.3 Integral Images con OpenCV | 03:52 minuti
- Lezione 6.4 L’algoritmo Cascade of Classifiers | 10:36 minuti
- Lezione 6.5 Face Detection con OpenCV | 11:54 minuti
- Lezione 6.6 Multiple Face Detection con OpenCV | 04:31 minuti
- Lezione 6.7 Live Face Detection con OpenCV | 05:48 minuti
- Lezione 6.8 Integriamo la Face Detection nella Webcam | 04:18 minuti
- Lezione 6.9 Catturare Immagini da Webcam con un Sorriso -D | 13:28 minuti
Cap.07 Object Tracking
- Lezione 7.1 Centroid Tracking | 12:33 minuti
- Lezione 7.2 Troviamo il Centroide di un Volto | 08:09 minuti
- Lezione 7.3 Calcolo delle Distanze tra Centroidi | 06:58 minuti
- Lezione 7.4 Da Face Detection a Face Tracking | 11:52 minuti
- Lezione 7.5 Tracking del Centroide | 07:41 minuti
- Lezione 7.6 Mostriamo il Risultato | 07:47 minuti
Cap.08 Machine Learning per la Computer Vision
- Lezione 8.1 Introduzione al Machine Learning | 06:12 minuti
- Lezione 8.2 Regressione Logistica per Computer Vision | 08:59 minuti
- Lezione 8.3 Addestramento di un Modello di Machine Learning | 08:13 minuti
- Lezione 8.4 Preprocessing del Binary MNIST | 15:14 minuti
- Lezione 8.5 Apprendimento dei coefficienti sul MNIST | 18:58 minuti
- Lezione 8.6 Riconoscimento di Nuove Immagini | 11:27 minuti
Cap.09 Deep Learning e Reti Neurali
- Lezione 9.1 Reti Neurali per la Computer Vision | 06:32 minuti
- Lezione 9.2 [OPZIONALE] La Forward Propagation | 06:34 minuti
- Lezione 9.3 [OPZIONALE] La Backpropagation | 12:22 minuti
Cap.10 Tensorflow per la Computer Vision
- Lezione 10.1 Creiamo l’Environment per Tensorflow | 05:02 minuti
- Lezione 10.2 Preprocessing del MNIST | 04:34 minuti
- Lezione 10.3 Addestramento della Rete Neurale | 20:51 minuti
- Lezione 10.4 Riconoscimento di Nuove Immagini | 04:48 minuti
Cap.11 Addestrare Reti Neurali in Cloud (Gratuitamente)
- Lezione 11.1 Introduzione ai Servizi in Cloud | 00:46 minuti
- Lezione 11.2 Google Colaboratory | 08:01 minuti
- Lezione 11.3 Paperspace Gradient | 09:58 minuti
Cap.12 Reti Convoluzionali (CNN) per la Classificazione di Immagini
- Lezione 12.1 Vantaggi delle Reti Convoluzionali | 07:05 minuti
- Lezione 12.2 L’Operatore Convoluzionale | 07:55 minuti
- Lezione 12.3 Stride e Padding | 04:39 minuti
- Lezione 12.4 Lo Strato Convoluzionale | 05:21 minuti
- Lezione 12.5 Strati di Pooling | 06:41 minuti
- Lezione 12.6 [OPZIONALE] Addestramento di una Rete Neurale Convoluzionale | 04:31 minuti
Cap.13 Neural Image Classification
- Lezione 13.1 Processiamo le Immagini di Cani e Gatti | 10:25 minuti
- Lezione 13.2 Addestriamo una Vanilla Neural Network | 10:16 minuti
- Lezione 13.3 Addestriamo una CNN | 12:15 minuti
Cap.14 Generatori di Immagini
- Lezione 14.1 Introduzione ai Generatori | 04:57 minuti
- Lezione 14.2 Preparare il Dataset di 25000 Immagini | 09:26 minuti
- Lezione 14.3 Addestrare una Rete Neurale con i Generatori | 17:14 minuti
- Lezione 14.4 Riconoscimento di Nuove Immagini | 11:11 minuti
Cap.15 Images Augmentation
- Lezione 15.1 Tecniche di Images Augmentation | 02:39 minuti
- Lezione 15.2 Images Augmentation in Pratica | 18:29 minuti
Cap.16 Riconoscimento del Sesso dal Volto [PROGETTO]
- Lezione 16.1 Otteniamo il Dataset di Volti | 03:04 minuti
- Lezione 16.2 Addestriamo la Rete Neurale Convoluzionale | 12:33 minuti
- Lezione 16.3 Riconoscimento da Webcam in Real Time – Parte 1 | 09:37 minuti
- Lezione 16.4 Riconoscimento da Webcam in Real Time – Parte 2 | 10:26 minuti
Cap.17 Neural Object Detection
- Lezione 17.1 Sliding Windows Detection | 05:01 minuti
- Lezione 17.2 Intersection Over Union | 03:57 minuti
- Lezione 17.3 L’Architettura YOLO | 06:46 minuti
- Lezione 17.4 Multiple Objects Detection | 03:41 minuti
- Lezione 17.5 Object Detection con YOLO in Python | 03:04 minuti
- Lezione 17.6 Importiamo la Rete Pre-Addestrata con OpenCV | 08:27 minuti
- Lezione 17.7 Ottenere le Predizioni della Rete YOLO | 06:00 minuti
- Lezione 17.8 Calcolare i Bounding Box | 04:46 minuti
- Lezione 17.9 Mostriamo il Risultato sull’Immagine | 08:55 minuti
- Lezione 17.10 Riconoscimento di Oggetti Specifici | 03:39 minuti
- Lezione 17.11 Riconoscimento di Oggetti all’interno di un Video | 06:53 minuti
- Lezione 17.12 Creare un Nuovo Video | 07:31 minuti
- Lezione 17.13 Applicare la Non-Max Suppression | 05:20 minuti
RICHIEDI INFORMAZIONI
PROCEDURA DI ISCRIZIONE
Per iscriversi al corso basta semplicemente cliccare sul pulsante “Aggiungi al Carrello” per verificare eventuali promozioni in corso e seguire la procedura guidata di registrazione e pagamento.
E’ possibile pagare sia tramite Carta di Credito/Paypal (senza costi aggiuntivi) oppure Bonifico Bancario (in caso di pagamento con Bonifico Bancario il corso sarà disponibile solo dopo avvenuto accredito presso la nostra Banca, in genere dai 3/5 giorni lavorativi).
Se si ha un Coupon sconto consigliamo di procedere come indicato sopra per l’iscrizione, una volta arrivati sulla pagina che mostra prezzo finale, occorre inserire il codice coupon qui 
e cliccare su “Verifica”. Successivamente, avviata la procedura di iscrizione, è necessario inserire nuovamente il coupon qui e cliccare su “Applica”, così il coupon sarà calcolato nel prezzo finale.
MODALITA’ DI ACCESSO E UTILIZZO
Il corso online è fruibile sulla nostra piattaforma attraverso tutti i dispositivi: smartphone, tablet e pc collegati ad internet, l’accesso è sempre disponibile (24/24). Il corso ha una validità di 6 mesi dalla data di iscrizione e dovrà essere completato entro tale termine.
Per accedere al corso, una volta acquistato (vedi modalità di iscrizione) basta cliccare sulla scritta in alto del sito “Accedi”.
Accedendo all’Area Utente con PC/Notebook o Tablet il pulsante “Accedi” è in alto a destra, come nell’immagine qui disponibile.
Se accediamo all’Area Utente da Smartphone, il pulsante “Accedi” è nella voce di menù a destra; occorre cliccare quindi l’icona del menù (cerchiata in rosso nell’immagine qui sotto) per visualizzarlo.
Si accede quindi al proprio account (usando le credenziali di registrazione) dove è disponibile l’accesso al corso online scelto, nella sezione “PROSPETTO CORSI” evidenziata in rosso nell’immagine qui sotto.
ATTESTATO E BENEFIT
A conclusione del percorso formativo sarà possibile scaricare nella propria area utente un certificato di frequenza personalizzato.
Richiedi informazioni
Campi richiesti