
Los cursos de capacitación en vivo, dirigidos por un instructor, demuestran a través de la discusión interactiva y práctica las bases de la visión por computador como participantes a través de la creación de aplicaciones simples de visión por computador.
El entrenamiento de la visión de computadora está disponible como "entrenamiento vivo en el sitio" o "entrenamiento vivo alejado". El entrenamiento en vivo se puede realizar localmente en las instalaciones del cliente en Venezuela o en los centros de entrenamiento corporativos de NobleProg en Venezuela. El entrenamiento remoto en vivo se lleva a cabo por medio de un escritorio remoto interactivo.
NobleProg--su proveedor de capacitación local
Machine Translated
Testimonios
Realmente disfruté el enfoque práctico.
Kevin De Cuyper
Curso: Computer Vision with OpenCV
Machine Translated
El uso fácil de la funcionalidad VideoCapture para adquirir imágenes de video desde una cámara portátil.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Disfruté los consejos dados por el capacitador sobre cómo usar las herramientas. Esto es algo que no se puede obtener de internet y es muy útil.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Disfruté los consejos dados por el capacitador sobre cómo usar las herramientas. Esto es algo que no se puede obtener de internet y es muy útil.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Fue fácil de seguir.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Trainer era muy knowlegable y muy abierto a la retroalimentación sobre qué ritmo para ir a través del contenido y los temas que cubrimos. Gané mucho con el entrenamiento y siento que ahora tengo una buena comprensión de la manipulación de imágenes y algunas técnicas para construir un buen conjunto de entrenamiento para un problema de clasificación de imágenes.
Anthea King - WesCEF
Curso: Computer Vision with Python
Machine Translated
Algunos de nuestros clientes


















































Visión artificial Subcategorías
Programas de los cursos Visión artificial
Audiencia
Este curso está dirigido a ingenieros y desarrolladores que busquen desarrollar aplicaciones de visión artificial con SimpleCV.
Este curso explora la aplicación de Caffe como un marco de aprendizaje profundo para el reconocimiento de imágenes utilizando el MNIST como ejemplo
Audiencia
Este curso es adecuado para los investigadores e ingenieros de Deep Learning interesados en utilizar Caffe como marco.
Después de completar este curso, los delegados podrán:
- entender la estructura de Caffe y los mecanismos de despliegue
- llevar a cabo las tareas de instalación / producción de entorno / arquitectura y configuración
- evaluar la calidad del código, realizar depuración, monitoreo
- implementar la producción avanzada como modelos de entrenamiento, implementación de capas y registro
Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection.
In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application.
Format of the Course
- The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los conceptos básicos de Computer Vision mientras avanzan en la creación del conjunto de aplicaciones simples de Computer Vision utilizando Python.
Al final de esta capacitación, los participantes podrán:
- Comprenda los conceptos básicos de Computer Vision
- Use Python para implementar tareas de Visión por computadora
- Construye sus propios sistemas de detección de rostro, objeto y movimiento
Audiencia
- Programadores de Python interesados en Computer Vision
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a los desarrolladores que desean construir modelos de detección y rastreamiento de objetos acelerados por hardware para analizar los datos de video streaming.
Al final de este curso, los participantes podrán:
Instalar y configurar el entorno de desarrollo, el software y las bibliotecas necesarias para comenzar el desarrollo. Construir, entrenar y implementar modelos de aprendizaje profundo para analizar los feed de vídeo en vivo. Identificar, rastrear, segmentar y predecir objetos diferentes dentro de los cuadros de vídeo. Optimizar los modelos de detección y rastreamiento de objetos. Desarrollar una aplicación de análisis de vídeo inteligente (IVA).
Formato del curso
Lecciones y discusiones interactivas. Muchos ejercicios y prácticas. Implementación de manos en un entorno de laboratorio en vivo.
Opciones de Customización de Curso
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a desarrolladores y científicos de datos que desean incorporar modelos YOLO pre- entrenados en sus programas orientados a la empresa y implementar componentes rentables para la detección de objetos.
Al final de este curso, los participantes podrán:
Instalar y configurar las herramientas y bibliotecas necesarias en la detección de objetos utilizando YOLO. Personalizar las aplicaciones de línea de comando Python que funcionan basadas en los modelos pre-entrenados de YOLO. Implementar el marco de los modelos YOLO pre-entendidos para varios proyectos de visión informática. Convertir los conjuntos de datos existentes para la detección de objetos en formato YOLO. Comprender los conceptos fundamentales del algoritmo YOLO para la visión informática y/o el aprendizaje profundo.
Formato del curso
Lecciones y discusiones interactivas. Muchos ejercicios y prácticas. Implementación de manos en un entorno de laboratorio en vivo.
Opciones de Customización de Curso
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
Audiencia
- Ingenieros y desarrolladores que buscan desarrollar aplicaciones de visión artificial
- Ingenieros de fabricación, técnicos y gerentes
Formato del curso
- Este curso presenta los enfoques, las tecnologías y los algoritmos utilizados en el campo de la coincidencia de patrones tal como se aplica a la Visión artificial.
Audience
This course is directed at engineers and architects seeking to utilize OpenCV for computer vision projects
El hardware utilizado en este laboratorio incluye Rasberry Pi, un módulo de cámara, servos (opcional), etc. Los participantes son responsables de comprar estos componentes ellos mismos. El software utilizado incluye OpenCV, Linux, Python, etc.
Al final de esta capacitación, los participantes podrán:
- Instale Linux, OpenCV y otras utilidades de software y bibliotecas en un Rasberry Pi.
- Configure OpenCV para capturar y detectar imágenes faciales.
- Comprenda las diversas opciones para empaquetar un sistema Rasberry Pi para su uso en entornos del mundo real.
- Adapte el sistema para una variedad de casos de uso, incluida la vigilancia, la verificación de identidad, etc.
Audiencia
- Desarrolladores
- Técnicos de hardware / software
- Personas técnicas en todas las industrias
- Aficionados
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Nota
- Otras opciones de hardware y software incluyen: Arduino, OpenFace, Windows, etc. Si desea utilizar alguno de estos, contáctenos para organizarlo.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a ingenieros de software que desean programar en Python con OpenCV 4 para el aprendizaje profundo.
Al final de este curso, los participantes podrán:
Ver, cargar y clasificar imágenes y vídeos utilizando OpenCV 4. En el caso de que se trate de una enseñanza profunda en OpenCV 4 con TensorFlow y Keras. Ejecutar modelos de aprendizaje profundo y generar informes impactantes de imágenes y vídeos.
Formato del curso
Lecciones y discusiones interactivas. Muchos ejercicios y prácticas. Implementación de manos en un entorno de laboratorio en vivo.
Opciones de Customización de Curso
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
Last Updated: