> Formations > Technologies numériques > Développement logiciel > Python > Formation Intelligence artificielle, traitement d’image avec Python > Formations > Technologies numériques > Formation Intelligence artificielle, traitement d’image avec Python

Formation : Intelligence artificielle, traitement d’image avec Python

Intelligence artificielle, traitement d’image avec Python




Ce cours Python d’intelligence artificielle, vous permettra de réaliser des analyses de données en machine learning. Vous apprendrez à transformer une image et à en extraire des informations. Nous vous présenterons les bibliothèques de traitements d'image les plus usitées dans les projets de deep learning.


INTER
INTRA
SUR MESURE

Cours pratique en présentiel ou en classe à distance
Disponible en anglais, à la demande

Réf. PYI
  3j - 21h00
Prix : 1910 € H.T.
Pauses-café et
déjeuners offerts




Ce cours Python d’intelligence artificielle, vous permettra de réaliser des analyses de données en machine learning. Vous apprendrez à transformer une image et à en extraire des informations. Nous vous présenterons les bibliothèques de traitements d'image les plus usitées dans les projets de deep learning.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Approfondir ses connaissances en langage Python
Réaliser une analyse de données en Machine Learning en Python
Découvrir des bibliothèques Python de traitement d'image
Transformer une image
Extraire des informations d'une image

Public concerné
Développeurs Python désirant s'approprier les principaux dispositifs d'apprentissage automatisé et de traitement d'image.

Prérequis
Pratique du langage Python et connaissances de NumPy et SciPy.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

Le traitement de l'image

  • La bibliothèque Pillow pour transformer les images.
  • Présentation de bibliothèques d'analyse d'image.
  • Manipulations simple d'image avec NumPy.
  • Présentation de Matplotlib pour l'affichage rapide.
Travaux pratiques
Utilisation de Pip ou Conda, transformations simples et manuelles d'images avec Numpy.

Traitement plus avancé des images

  • Filtrage, analyse et recherche d'information avec Scikit-image.
  • Présentation et transformations avec OpenCV.
  • OpenCV : détection de contours et de motifs.
Travaux pratiques
Mise en place des bibliothèques, manipulation et analyse d'images avec Scikit-image et OpenCV.

Apprentissage automatisé

  • Mise en place de Scikit-learn.
  • Exemple de données utilisables et classification des processus d'apprentissage automatisé.
  • Choix et utilisation d'un estimateur.
  • Amélioration de l'apprentissage supervisé et transformateurs.
Travaux pratiques
Multiples apprentissages supervisés sur des ensembles de données avec Scikit-learn.

Cas additionnels d'apprentissage automatisé

  • Décomposition - analyse en composantes principales et analyse discriminante linéaire.
  • Apprentissage non supervisé : multiples approches.
  • Divers algorithmes de classification.
Travaux pratiques
Utilisation d'algorithmes d'apprentissage additionnels de Scikit-learn.

Apprentissage pour les images

  • Classification d'image avec Scikit-learn, retour sur les algorithmes disponibles.
  • Présentation et installation de scikit-image.
  • Bibliothèque d'adaptation de l'apprentissage automatisé aux images numériques
  • Entrées et sorties de Scikit-image.
  • Analyse des images avec Scikit-image : segmentation, détection, mesures.
  • Transformations simples d'image avec Scikit-learn : convolutions et autres filtres.
  • Comparaison et assemblage d'images avec Scikit-image.
  • Amélioration d'image avec Scikit-image.
Travaux pratiques
Classification d'images, détection de visage, reconstitutions et améliorations avec scikit-learn et scikit-image.


Parcours certifiants associés
Pour aller plus loin et renforcer votre employabilité, découvrez les parcours certifiants qui contiennent cette formation :

Solutions de financement
Plusieurs solutions existent pour financer votre formation et dépendent de votre situation professionnelle.
Découvrez-les sur notre page Comment financer sa formation ou contactez votre conseiller formation.

Avis clients
4,5 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
OLIVIER E.
21/10/24
5 / 5

Fortement apprécier la partie Deep Learning. J’aurais réduit la partie image matching /machine learning pour donner plus de temps a deepnlearning
PHILIPPE G.
21/10/24
4 / 5

Difficile de tout aborder en si peu de temps. Le grand intérêt est d’interagir directement avec un formateur compétent et pouvoir approfondir sur des choses qui étaient incomprises avant.
SYLVAIN B.
21/10/24
5 / 5

Excellent formateur



Horaires
les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance
Dernières places
Session garantie