Opleiding : Python AI voor beeldverwerkingAfbeeldingen transformeren, extraheren en analyseren met behulp van bibliotheken: Pilow, Matplotlib, OpenCV, Scikit, enz.
Praktijkcursus - 3d
- 21u00 - Ref. PYI
|
Downloaden in pdf-formaat
Deze cursus delen via mail
 | Verdiep je kennis van de taal Python |
| Machine Learning-gegevensanalyse uitvoeren in Python |
| Ontdek Python-bibliotheken voor beeldverwerking |
| Een afbeelding transformeren |
| Informatie uit een afbeelding extraheren |
Doelgroep
Python-ontwikkelaars die vertrouwd willen raken met de belangrijkste tools voor geautomatiseerd leren en beeldverwerking.
Voorafgaande vereisten
Python-taalvaardigheden en kennis van NumPy en SciPy.
Opleidingsprogramma
1 Beeldverwerking
- De Pillow-bibliotheek voor het transformeren van afbeeldingen.
- Presentatie van beeldanalysebibliotheken.
- Eenvoudige manipulatie van afbeeldingen met NumPy.
- Presentatie van Matplotlib voor snelle weergave.
Praktisch werk
Met Pip of Conda, eenvoudige handmatige beeldtransformaties met Numpy.
2 Meer geavanceerde beeldverwerking
- Filteren, analyseren en informatie ophalen met Scikit-image.
- Presentatie en transformaties met OpenCV.
- OpenCV: detectie van randen en patronen.
Praktisch werk
Bibliotheken opzetten, afbeeldingen manipuleren en analyseren met Scikit-image en OpenCV.
3 Geautomatiseerd leren
- Implementatie van Scikit-learn.
- Voorbeeld van bruikbare gegevens en classificatie van geautomatiseerde leerprocessen.
- Een schatter kiezen en gebruiken.
- Verbeteren van leren onder toezicht en transformatoren.
Praktisch werk
Meervoudig supergestuurd leren op datasets met Scikit-learn.
4 Aanvullende gevallen van geautomatiseerd leren
- Decompositie - principale componentenanalyse en lineaire discriminantanalyse.
- Leren zonder toezicht: meerdere benaderingen.
- Verschillende classificatiealgoritmen.
Praktisch werk
Gebruik van aanvullende Scikit-learn leeralgoritmen.
5 Leren voor beelden
- Beeldclassificatie met Scikit-learn, een overzicht van de beschikbare algoritmen.
- Introductie en installatie van scikit-image.
- Bibliotheek voor het aanpassen van machinaal leren aan digitale afbeeldingen
- Scikit-image invoer en uitvoer.
- Beeldanalyse met Scikit-image: segmentatie, detectie, metingen.
- Eenvoudige beeldtransformaties met Scikit-learn: convoluties en andere filters.
- Beeldvergelijking en stitching met Scikit-image.
- Beeldverbetering met Scikit-image.
Praktisch werk
Beeldclassificatie, gezichtsdetectie, reconstructies en verbeteringen met scikit-learn en scikit-image.
Feedback van klanten
4,4 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
SARAIVA MATHEUS G.
15/06/26
5 / 5
Ik zou graag meer willen weten over deep learning en hoe je de gewichten van een model kunt ophalen en het model opnieuw kunt trainen. Aan de onderwerpen van de derde dag had meer tijd moeten worden besteed in vergelijking met de inhoud van de eerste dag.
JOFFREY S.
15/06/26
4 / 5
Een goede cursus om de mogelijkheden op het gebied van beeldbewerking te ontdekken.
ANNE-CATHERINE G.
15/06/26
5 / 5
Ik heb erg genoten van de balans tussen theorie en praktijk, en van de deskundigheid en de didactische vaardigheden van de docent.
Publicatiedatum : 22/01/2024
DEELNEMERS
Python-ontwikkelaars die vertrouwd willen raken met de belangrijkste tools voor geautomatiseerd leren en beeldverwerking.
VOORAFGAANDE VEREISTEN
Python-taalvaardigheden en kennis van NumPy en SciPy.
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Python-ontwikkelaars die vertrouwd willen raken met de belangrijkste tools voor geautomatiseerd leren en beeldverwerking.
VOORAFGAANDE VEREISTEN
Python-taalvaardigheden en kennis van NumPy en SciPy.
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
PEDAGOGISCHE EN TECHNISCHE MIDDELEN
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.
Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand
Dernières places
Date garantie en présentiel ou à distance
Session garantie
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.