Python ile makineye görmeyi öğretin
OpenCV ile görüntü işleme, kontur ve özellik eşleştirme, PyTorch CNN ve transfer learning, YOLO nesne algılama, segmentasyon ve gerçek zamanlı video analizi uygulamalı anlatılır.
Klasik ve derin öğrenme tabanlı bilgisayarlı görü
Python ile bilgisayarlı görüyü uygulamalı öğretir. OpenCV ile görüntü okuma, renk uzayları, filtreleme, kenar ve kontur tespiti, morfolojik işlemler, özellik çıkarımı (SIFT, ORB), kamera kalibrasyonu, CNN ile görüntü sınıflandırma (PyTorch, transfer learning), YOLO ile nesne algılama, segmentasyon temelleri ve gerçek zamanlı video işleme ile modelin dağıtımı işlenir.
3 Gün. Her gün dört modül; 1. gün Görüntü İşleme Temelleri, 2. gün Derin Öğrenme ile Görüntü, 3. gün Nesne Algılama ve Dağıtım konularına ayrılmıştır.
İleri Seviye — OpenCV, görüntü işleme, nesne algılama, derin öğrenme ve gerçek zamanlı görüntü analizi
Her modülde gerçek görüntü ve video veri setleriyle Jupyter ve kamera uygulamaları geliştirilir; modeller Colab veya yerel GPU üzerinde eğitilir.
Görüntüyü piksel düzeyinden nesne düzeyine kadar işlersiniz.
CNN ve transfer learning ile kendi sınıflandırıcınızı eğitirsiniz.
Kamera akışında nesne algılayan uygulamalar yazarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Python ve numpy dizi işlemleri bilinmelidir.
Matris, vektör ve temel olasılık bilgisi faydalıdır.
Eğitim/test ayrımı gibi temel ML kavramları bilinmelidir.
GPU erişimi için Google Colab veya yerel CUDA destekli kart önerilir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Görüntü okuma, filtreleme ve dönüşüm işlemlerini yapabilirsiniz.
Kontur ve Hough ile şekil tespiti yapabilirsiniz.
SIFT/ORB ile görüntüleri eşleyip panorama oluşturabilirsiniz.
PyTorch ile CNN sınıflandırıcı eğitebilirsiniz.
Hazır modelleri ince ayarla kendi veri setinize uyarlayabilirsiniz.
YOLO ile nesne algılama modeli eğitip çıkarım yapabilirsiniz.
Kamera akışında FPS odaklı analiz kurabilirsiniz.
Modeli FastAPI ve Docker ile servise çevirebilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Python sıralama algoritmaları eğitimi: bubble, selection, insertion, merge, quick, heap ve counting sort; Big-O analizi, Timsort ve süre ölçümleriyle karşılaştı
Detayları Gör →
Python ağaç ve çizge algoritmaları eğitimi: ikili ağaç, BST, AVL, heap, trie, BFS, DFS, Dijkstra, topolojik sıralama ve gerçek yol bulma problemleri.
Detayları Gör →
Django'ya giriş eğitimi: MVT mimarisi, proje kurulumu, URL ve view, modeller, ORM, şablonlar, admin paneli, formlar ve kullanıcı giriş-çıkış uygulaması.
Detayları Gör →
Edge ve hafif ajanlar eğitimi: Python ile aygıt üzerinde aracılı yükleme, MQTT, yerel tampon, retry, mTLS, imzalı OTA güncelleme ve systemd/Docker ile dağıtım.
Detayları Gör →
Python performans optimizasyonu eğitimi: cProfile, line_profiler, tracemalloc, lru_cache, NumPy, Numba, threading, multiprocessing ve asyncio ile hızlandırma.
Detayları Gör →