بینایی کامپیوتری رایانه‌ها و سیستم‌ها را قادر می‌سازد تا اطلاعات را از تصاویر دیجیتال، ویدئوها و سایر ورودی‌های بصری استخراج کنند و بر اساس آن اطلاعات اقداماتی انجام دهند یا توصیه‌هایی ارائه دهند. در این دوره، مربی امیلیو ملو، اصول بینایی کامپیوتر را برای مبتدیان تا هوش مصنوعی که در Azure پیاده سازی شده است، پوشش می دهد. Emilio بر درک مفاهیم اساسی تمرکز می کند و دموهای سبک را در طول مسیر ارائه می دهد. این دوره همچنین برای افرادی که برای آزمون اصول هوش مصنوعی Azure (AI-900) آماده می شوند مفید است و نگاهی به آزمون ساختار و آنچه می توانید از آن انتظار دارید با تمرکز بر حوزه بینایی کامپیوتر می اندازد.

 در این دوره ، Eduardo Corpeño - یک مهندس برق ، برنامه نویس رایانه و معلم - با استفاده از پایتون ، یک پایه محکم در پردازش تصویر می سازید. با ایجاد و دستکاری تصاویر شطرنجی در وضوح و قالب های مختلف شروع کنید. بیاموزید که فیلترهای مختلف را بمالید و با فیلترهای Sobel برای استخراج ویژگی های تصویر معنی دار در تشخیص لبه استفاده کنید. تحولات تصویر مستر مانند تغییر اندازه ، و تکنیک های حذف شی و حکاکی درز را برای دوخت موثر تصویر درک کنید. بیاموزید که چگونه می توانید جزئیات تصویر را با استفاده از تحولات مورفولوژیکی مانند فرسایش ، اتساع ، باز و بسته شدن اصلاح کنید. به علاوه ، چالش های عملی کامل مانند از بین بردن نویز ، تنظیم وضوح و افزایش کیفیت تصویر. این که آیا شما به دنبال ارتقاء یک پروژه هستید یا در حرفه جدید AI شروع به کار می کنید ، این دوره شما را به دانش و تکنیک های عملی مجهز می کند تا تصاویر را به طور کارآمد انجام دهید.

 یک نمای کلی از الگوریتم های دید رایانه در خانواده YOLO دریافت کنید و نحوه استفاده از این الگوریتم ها را برای پرداختن به چالش های دنیای واقعی نشان دهید. این دوره شامل پیاده روی های فنی برای تکنیک های اساسی مانند طبقه بندی تصویر ، تشخیص شی ، ردیابی شی ، تقسیم نمونه ، تخمین پوز و جعبه های محدود کننده گرا (OBB) با استفاده از بسته Ultralytics Python است. مربی محمد مونوار شما را از طریق حاشیه نویسی داده ها ، مدل های آموزش و صادر کردن آنها راهنمایی می کند و نشان می دهد که چگونه روند صادرات زمان استنباط را سرعت می بخشد. علاوه بر این ، ببینید که چگونه راه حل های Ultralytics برای حل چالش های عملی بینایی رایانه متناسب است ، با نمونه های عمیق اجرای فنی ارائه شده در طول دوره

 دنیای هیجان انگیز کاربردهای یادگیری عمیق در مراقبت های بهداشتی را از طریق این دوره عمیق کاوش کنید. بیاموزید که چگونه ناهنجاری‌ها را در تصاویر اشعه ایکس از طریق شبکه‌های عصبی کانولوشنال (CNN)، تنظیم دقیق مدل‌های از پیش آموزش‌دیده، و استفاده از یادگیری شات صفر، طبقه‌بندی و تشخیص دهید. اصول یادگیری عمیق، از جمله شبکه های عصبی، آموزش مدل، و تنظیم فراپارامتر که به طور خاص برای مراقبت های بهداشتی طراحی شده است را درک کنید. در فعالیت‌های عملی شرکت کنید که در آن داده‌ها را از قبل پردازش می‌کنید، مدل‌هایی را با پایتون می‌سازید، و از چارچوب‌هایی مانند TensorFlow و PyTorch استفاده می‌کنید. توسعه مهارت های عملی در تشخیص و تقسیم بندی اشیا برای تشخیص و تشخیص موثر شرایط پزشکی. در مورد ملاحظات اخلاقی و محدودیت های داده مربوط به استفاده از هوش مصنوعی در زمینه پزشکی بینش به دست آورید. در پایان این دوره، شما مجهز به استفاده از تکنیک های یادگیری عمیق در چالش های مراقبت های بهداشتی در دنیای واقعی، بهبود دقت تشخیصی و نتایج بیمار خواهید شد.

 هنگامی که شما برای وب طراحی می کنید ، ضروری است که طرح های شما برای هرچه بیشتر افراد در دسترس باشد ، و این شامل کاربران کم بینایی است. در حالی که ابزارهای زیادی برای کمک به شما در این کار طراحی وجود دارد ، هوش مصنوعی این کار را از همیشه آسانتر می کند. در این دوره ، توسعه دهنده نرم افزار Fikayo Adepoju به شما نشان می دهد که چگونه می توانید از API Gemini Google برای ساخت یک زیرنویس تصویر استفاده کنید که به کاربران کم بینا کمک می کند تا وب را بهتر تجربه کنند. با API Gemini تجربه کنید زیرا Fikayo از ابتدا تا انتها شما را از طریق ساختمان برنامه راهنمایی می کند. بیاموزید که چگونه رابط کاربری را بسازید ، باطن را به جمینی وصل کنید و سپس جلوی آن را به API وصل کنید. این که آیا شما یک توسعه دهنده ، دانشمند داده هستید ، یا فقط به هوش مصنوعی علاقه دارید ، به Fikayo بپیوندید تا ببینید که چگونه API Gemini می تواند زندگی را هم برای شما و هم برای کاربران خود آسان تر کند.