Computer Vision with Python Training Course
Computer Vision adalah bidang yang melibatkan ekstraksi, analisis, dan pemahaman informasi berguna dari media digital secara otomatis. Python adalah bahasa pemrograman tingkat tinggi yang terkenal dengan sintaksnya yang jelas dan keterbacaan kode.
Dalam pelatihan langsung yang dipandu oleh instruktur ini, peserta akan mempelajari dasar-dasar Computer Vision saat mereka menelusuri pembuatan serangkaian aplikasi Computer Vision sederhana menggunakan Python.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar Computer Vision
- Menggunakan Python untuk mengimplementasikan tugas Computer Vision
- Membangun sistem deteksi wajah, objek, dan gerakan mereka sendiri
Target Peserta
- Programmer Python yang tertarik dengan Computer Vision
Format Kursus
- Sebagian kuliah, sebagian diskusi, latihan, dan praktik langsung yang intensif
Course Outline
Pendahuluan
Memahami Computer Vision Dasar-Dasar
Menginstal OpenCV dengan Python Wrappers
Pengantar Penggunaan OpenCV
Menggunakan Media dengan Python
- Memuat Gambar
- Mengonversi Warna ke Skala Abu-abu
- Menggunakan Metadata
Menerapkan Teori Gambar dengan Python
- Memahami Gambar sebagai Array Multidimensi
- Memahami Ruang Warna
- Gambaran Umum Piksel dan Koordinat
- Accessing Piksel
- Mengubah Piksel dalam Gambar
- Menggambar Garis dan Bentuk
- Menerapkan Teks pada Gambar
- Mengubah Ukuran Gambar
- Memotong Gambar
Menjelajahi Algoritma dan Metode Computer Vision Umum
- Thresholding
- Mencari Kontur
- Pengurangan Latar Belakang
- Menggunakan Detektor
Menerapkan Ekstraksi Fitur dengan Python
- Menggunakan Vektor Fitur
- Memahami Teori Fitur Mean Warna
- Mengekstrak Fitur Histogram
- Mengekstrak Fitur Histogram Skala Abu-abu
- Mengekstrak Fitur Tekstur
Menerapkan Aplikasi untuk Mendeteksi Kesamaan Gambar
Menerapkan Mesin Pencari Gambar Terbalik
Membuat Aplikasi Deteksi Objek Menggunakan Pencocokan Template
Membuat Aplikasi Deteksi Wajah Menggunakan Haar Cascade
Menerapkan Aplikasi Deteksi Objek Menggunakan Keypoints
Menangkap dan Memproses Video melalui Webcam
Membuat Sistem Deteksi Gerakan
Pemecahan Masalah
Ringkasan dan Kesimpulan
Requirements
- Programming pengalaman dengan Python
Open Training Courses require 5+ participants.
Computer Vision with Python Training Course - Booking
Computer Vision with Python Training Course - Enquiry
Computer Vision with Python - Consultancy Enquiry
Consultancy Enquiry
Testimonials (1)
Trainer was very knowlegable and very open to feedback on what pace to go through the content and the topics we covered. I gained alot from the training and feel like I now have a good grasp of image manipulation and some techniques for building a good training set for an image classification problem.
Anthea King - WesCEF
Course - Computer Vision with Python
Upcoming Courses (Minimal 5 peserta)
Related Courses
Scaling Data Analysis with Python and Dask
14 HoursThis instructor-led, live training in Indonesia (online or onsite) is aimed at data scientists and software engineers who wish to use Dask with the Python ecosystem to build, scale, and analyze large datasets.
By the end of this training, participants will be able to:
- Set up the environment to start building big data processing with Dask and Python.
- Explore the features, libraries, tools, and APIs available in Dask.
- Understand how Dask accelerates parallel computing in Python.
- Learn how to scale the Python ecosystem (Numpy, SciPy, and Pandas) using Dask.
- Optimize the Dask environment to maintain high performance in handling large datasets.
Data Analysis with Python, Pandas and Numpy
14 HoursThis instructor-led, live training in Indonesia (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.
By the end of this training, participants will be able to:
- Set up a development environment that includes Python, Pandas, and NumPy.
- Create a data analysis application using Pandas and NumPy.
- Perform advanced data wrangling, sorting, and filtering operations.
- Conduct aggregate operations and analyze time series data.
- Visualize data using Matplotlib and other visualization libraries.
- Debug and optimize their data analysis code.
AI Facial Recognition Development for Law Enforcement
21 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk personel penegakan hukum tingkat pemula yang ingin beralih dari sketsa wajah manual ke penggunaan alat AI untuk mengembangkan sistem pengenalan wajah.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar Kecerdasan Buatan dan Machine Learning.
- Pelajari dasar-dasar pemrosesan gambar digital dan penerapannya dalam pengenalan wajah.
- Mengembangkan keterampilan dalam menggunakan alat dan kerangka kerja AI untuk membuat model pengenalan wajah.
- Dapatkan pengalaman langsung dalam membuat, melatih, dan menguji sistem pengenalan wajah.
- Memahami pertimbangan etika dan praktik terbaik dalam penggunaan teknologi pengenalan wajah.
Fiji: Introduction to Scientific Image Processing
21 HoursFiji adalah paket pemrosesan gambar sumber terbuka yang menggabungkan ImageJ (program pemrosesan gambar untuk gambar multidimensi ilmiah) dan sejumlah plugin untuk analisis gambar ilmiah.
Dalam pelatihan langsung yang dipandu instruktur ini, peserta akan mempelajari cara menggunakan distribusi Fiji dan program ImageJ yang mendasarinya untuk membuat aplikasi analisis gambar.
Pada akhir pelatihan ini, peserta akan dapat:
- Gunakan fitur pemrograman tingkat lanjut dan komponen perangkat lunak Fiji untuk memperluas ImageJ
- Jahit gambar 3D besar dari ubin yang tumpang tindih
- Perbarui instalasi Fiji secara otomatis saat memulai menggunakan sistem pembaruan terintegrasi
- Pilih dari berbagai pilihan bahasa skrip untuk membangun solusi analisis gambar khusus
- Gunakan pustaka Fiji yang canggih, seperti ImgLib pada kumpulan data bioimage yang besar
- Menerapkan aplikasi mereka dan berkolaborasi dengan ilmuwan lain pada proyek serupa
Format Kursus
- Kuliah dan diskusi interaktif.
- Banyak latihan dan praktik.
- Implementasi langsung di lingkungan lab langsung.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk mengaturnya.
Fiji: Image Processing for Biotechnology and Toxicology
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk peneliti dan profesional laboratorium tingkat pemula hingga menengah yang ingin memproses dan menganalisis gambar yang terkait dengan jaringan histologis, sel darah, alga, dan sampel biologis lainnya.
Pada akhir pelatihan ini, peserta akan dapat:
- Jelajahi antarmuka Fiji dan manfaatkan fungsi inti ImageJ.
- Memproses terlebih dahulu dan menyempurnakan gambar ilmiah untuk analisis yang lebih baik.
- Menganalisis gambar secara kuantitatif, termasuk penghitungan sel dan pengukuran luas.
- Otomatisasi tugas berulang menggunakan makro dan plugin.
- Sesuaikan alur kerja untuk kebutuhan analisis gambar tertentu dalam penelitian biologi.
Accelerating Python Pandas Workflows with Modin
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk ilmuwan data dan pengembang yang ingin menggunakan Modin untuk membangun dan menerapkan komputasi paralel dengan Pandas untuk analisis data yang lebih cepat.
Pada akhir pelatihan ini, peserta akan dapat:
- Siapkan lingkungan yang diperlukan untuk mulai mengembangkan Pandas alur kerja berskala dengan Modin.
- Memahami fitur, arsitektur, dan keuntungan Modin.
- Ketahui perbedaan antara Modin, Dask, dan Ray.
- Lakukan operasi Pandas lebih cepat dengan Modin.
- Terapkan seluruh API dan fungsi Pandas.
Computer Vision with OpenCV
28 HoursOpenCV (Open Source Computer Vision Library: http://opencv.org) adalah library berlisensi BSD open-source yang mencakup beberapa ratus algoritma visi komputer.
Hadirin
Kursus ini ditujukan untuk para insinyur dan arsitek yang ingin memanfaatkan OpenCV untuk proyek visi komputer
Python and Deep Learning with OpenCV 4
14 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk insinyur perangkat lunak yang ingin memprogram dalam Python dengan OpenCV 4 untuk pembelajaran mendalam.
Pada akhir pelatihan ini, peserta akan mampu:
- Melihat, memuat, dan mengklasifikasikan gambar dan video menggunakan OpenCV 4.
- Terapkan pembelajaran mendalam di OpenCV 4 dengan TensorFlow dan Keras.
- Jalankan model pembelajaran mendalam dan hasilkan laporan yang berdampak dari gambar dan video.
OpenFace: Creating Facial Recognition Systems
14 HoursOpenFace adalah Python dan Torch perangkat lunak pengenalan wajah real-time berbasis open-source yang didasarkan pada penelitian FaceNet milik Google.
Dalam pelatihan langsung yang dipandu instruktur ini, peserta akan mempelajari cara menggunakan komponen OpenFace untuk membuat dan menerapkan contoh aplikasi pengenalan wajah.
Pada akhir pelatihan ini, peserta akan dapat:
- Bekerja dengan komponen OpenFace, termasuk dlib, OpenVC, Torch, dan nn4 untuk mengimplementasikan deteksi wajah, penyelarasan, dan transformasi
- Terapkan OpenFace ke aplikasi dunia nyata seperti pengawasan, verifikasi identitas, realitas virtual, permainan, dan mengidentifikasi pelanggan tetap, dll.
Hadirin
- Pengembang
- Ilmuwan data
Format kursus
- Sebagian kuliah, sebagian diskusi, latihan dan praktik langsung yang berat
Pattern Matching
14 HoursPattern Matching adalah teknik yang digunakan untuk menemukan pola tertentu dalam sebuah gambar. Teknik ini dapat digunakan untuk menentukan keberadaan karakteristik tertentu dalam gambar yang diambil, misalnya label yang diharapkan pada produk cacat di jalur produksi pabrik atau dimensi komponen tertentu. Teknik ini berbeda dari "Pattern Recognition" (yang mengenali pola umum berdasarkan kumpulan sampel terkait yang lebih besar) karena teknik ini secara spesifik mendiktekan apa yang kita cari, lalu memberi tahu kita apakah pola yang diharapkan itu ada atau tidak.
Format Kursus
- Kursus ini memperkenalkan pendekatan, teknologi, dan algoritma yang digunakan dalam bidang pencocokan pola sebagaimana diterapkan pada Machine Vision.
Raspberry Pi + OpenCV for Facial Recognition
21 HoursPelatihan langsung yang dipandu instruktur ini memperkenalkan perangkat lunak, perangkat keras, dan proses langkah demi langkah yang diperlukan untuk membangun sistem pengenalan wajah dari awal. Pengenalan Wajah juga dikenal sebagai Face Recognition.
Perangkat keras yang digunakan dalam lab ini meliputi Rasberry Pi, modul kamera, servo (opsional), dll. Peserta bertanggung jawab untuk membeli sendiri komponen-komponen ini. Perangkat lunak yang digunakan meliputi OpenCV, Linux, Python, dll.
Pada akhir pelatihan ini, peserta akan dapat:
- Instal Linux, OpenCV dan utilitas perangkat lunak serta pustaka lainnya di Rasberry Pi.
- Konfigurasikan OpenCV untuk menangkap dan mendeteksi gambar wajah.
- Pahami berbagai pilihan untuk mengemas sistem Rasberry Pi untuk digunakan di lingkungan dunia nyata.
- Sesuaikan sistem untuk berbagai kasus penggunaan, termasuk pengawasan, verifikasi identitas, dll.
Format kursus
- Sebagian kuliah, sebagian diskusi, latihan dan praktik langsung yang berat
Catatan
- Pilihan perangkat keras dan perangkat lunak lainnya meliputi: Arduino, OpenFace, Windows, dll. Jika Anda ingin menggunakan salah satu di antaranya, silakan hubungi kami untuk mengaturnya.
Scilab
14 HoursScilab is a well-developed, free, and open-source high-level language for scientific data manipulation. Used for statistics, graphics and animation, simulation, signal processing, physics, optimization, and more, its central data structure is the matrix, simplifying many types of problems compared to alternatives such as FORTRAN and C derivatives. It is compatible with languages such as C, Java, and Python, making it suitable as for use as a supplement to existing systems.
In this instructor-led training, participants will learn the advantages of Scilab compared to alternatives like Matlab, the basics of the Scilab syntax as well as some advanced functions, and interface with other widely used languages, depending on demand. The course will conclude with a brief project focusing on image processing.
By the end of this training, participants will have a grasp of the basic functions and some advanced functions of Scilab, and have the resources to continue expanding their knowledge.
Audience
- Data scientists and engineers, especially with interest in image processing and facial recognition
Format of the course
- Part lecture, part discussion, exercises and intensive hands-on practice, with a final project
Vision Builder for Automated Inspection
35 HoursPelatihan langsung yang dipimpin instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk profesional level menengah yang ingin menggunakan Vision Builder AI untuk merancang, mengimplementasikan, dan memperbaiki sistem inspeksi otomatis untuk proses SMT (Surface-Mount Technology).
Selesai pelatihan ini, peserta akan dapat:
- Mengatur dan mengonfigurasi inspeksi otomatis menggunakan Vision Builder AI.
- Mendapatkan dan mempraproses gambar berkualitas tinggi untuk analisis.
- Melaksanakan keputusan berbasis logika untuk deteksi cacat dan validasi proses.
- Menghasilkan laporan inspeksi dan memperbaiki kinerja sistem.