Raspberry Pi + OpenCV for Facial Recognition Training Cursus

Internet of Things (IoT) is een netwerkinfrastructuur die fysieke objecten en softwareapplicaties draadloos met elkaar verbindt, waardoor ze met elkaar kunnen communiceren en gegevens kunnen uitwisselen via netwerkcommunicatie, cloud computing en gegevensverzameling. Python is een programmeertaal op hoog niveau die wordt aanbevolen voor IoT vanwege de duidelijke syntaxis en grote communityondersteuning.

In deze door een instructeur geleide live training leren deelnemers hoe ze IoT-oplossingen kunnen programmeren met Python .

Aan het einde van deze training kunnen deelnemers:

• Begrijp de basisprincipes van IoT-architectuur
• Leer de basisprincipes van het gebruik van Raspberry Pi
• Installeer en configureer Python op Raspberry Pi
• Ontdek de voordelen van het gebruik van Python bij het programmeren van IoT-systemen
• Bouw, test, implementeer en los problemen met een IoT-systeem op met Python en Raspberry Pi

Publiek

• ontwikkelaars
• ingenieurs

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Notitie

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Internet of Things (IoT) is een netwerkinfrastructuur die fysieke objecten en softwareapplicaties draadloos met elkaar verbindt, waardoor ze met elkaar kunnen communiceren en gegevens kunnen uitwisselen via netwerkcommunicatie, cloud computing en gegevensverzameling.

In deze live training onder leiding van een instructeur leren deelnemers de basisprincipes van IoT terwijl ze door de creatie van een IoT-sensorsysteem stappen met behulp van de Raspberry Pi .

Aan het einde van deze training kunnen deelnemers:

• Begrijp de principes van IoT, inclusief IoT-componenten en communicatietechnieken
• Leer hoe u de Raspberry Pi specifiek kunt instellen voor IoT-toepassingen
• Bouw en implementeer hun eigen IoT-sensorsysteem

Publiek

• hobbyisten
• Hardware / software ingenieurs en technici
• Technische personen in alle industrieën
• Beginner ontwikkelaars

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Notitie

• Raspberry Pi ondersteunt verschillende besturingssystemen en programmeertalen. Deze cursus gebruikt op Linux gebaseerde Raspbian als besturingssysteem en Python als programmeertaal. Neem contact met ons op om een specifieke configuratie aan te vragen.
• Deelnemers zijn verantwoordelijk voor de aankoop van de Raspberry Pi hardware en -componenten.

Raspberry Pi is een zeer kleine, eenmalige computer.

In deze instructeur geleide, live training, zullen de deelnemers leren hoe te installeren en programmeren de Raspberry Pi om te dienen als een interactief en krachtig ingebed systeem.

Aan het einde van deze training zullen de deelnemers in staat zijn:

• Een IDE (Integrated Development Environment) voor maximale ontwikkelingsproductiviteit
• Programma Raspberry Pi om apparaten zoals bewegingssensor, alarms, webservers en printers te beheren.
• Begrijp Raspberry Pi's architectuur, inclusief inputs en verbinders voor add-on apparaten.
• Begrijp de verschillende opties in programmeringslanden en besturingssystemen
• Probeer, afval, en implementeren van de Raspberry Pi om echte wereldproblemen op te lossen

Het publiek

• Ontwikkelaars
• Hardware/software technici
• Technische personen in alle industrieën
• Hobby’s

Format van de cursus

• Deel lezing, deel discussie, oefeningen en zware praktijken

Opmerking

• Raspberry Pi ondersteunt verschillende besturingssystemen en programmeringstaal. Deze cursus zal Raspbian gebruiken als het besturingssysteem en Python als de programmeringsspraak. Om een specifieke instelling te vragen, neem dan contact met ons op om te regelen.
• De deelnemers zijn verantwoordelijk voor de aankoop van de Raspberry Pi hardware en componenten.

OpenCV (Open Source Computer Vision Library: http://opencv.org) is een open-source bibliotheek met BSD-licentie die honderden computer vision-algoritmen bevat.

Publiek

Deze cursus is bedoeld voor ingenieurs en architecten die OpenCV willen gebruiken voor computervisieprojecten

Deze instructeur-geleide, live training in België (op locatie of op afstand) is gericht op software-ingenieurs die willen programmeren in Python met OpenCV 4 voor diepgaand leren.

Aan het einde van deze training kunnen deelnemers:

• Bekijk, laad en classificeer afbeeldingen en video's met OpenCV 4.
• Implementeer deep learning in OpenCV 4 met TensorFlow en Keras.
• Voer deep learning-modellen uit en genereer impactvolle rapporten op basis van afbeeldingen en video's.

Caffe is een diepgaand leerkader gemaakt met expressie, snelheid en modulariteit in het achterhoofd.

Deze cursus onderzoekt de toepassing van Caffe als een diepgaand leerkader voor beeldherkenning met behulp van MNIST als voorbeeld

Publiek

Deze cursus is geschikt voor onderzoekers en ingenieurs van Deep Learning die geïnteresseerd zijn in het gebruik van Caffe als kader.

Na het voltooien van deze cursus kunnen afgevaardigden:

• inzicht in de structuur en implementatiemechanismen van Caffe
• voer installatie / productieomgeving / architectuurtaken en configuratie uit
• codekwaliteit beoordelen, foutopsporing uitvoeren, controleren
• implementeer geavanceerde productie zoals trainingsmodellen, implementatie van lagen en logboekregistratie

Marvin is een uitbreidbaar, platformonafhankelijk, open-source raamwerk voor beeld- en videoverwerking dat is ontwikkeld in Java . Ontwikkelaars kunnen Marvin gebruiken om afbeeldingen te manipuleren, functies uit afbeeldingen te extraheren voor classificatietaken, algoritmen cijfers te genereren, gegevensbestanden van videobestanden te verwerken en unit-testautomatisering in te stellen.

Sommige video-applicaties van Marvin omvatten filtering, augmented reality, object-tracking en bewegingsdetectie.

In dit door een instructeur geleide, leren de cursisten de principes van beeld- en video-analyse en gebruiken ze het Marvin Framework en de beeldverwerkingsalgoritmen om hun eigen applicatie te bouwen.

Indeling van de cursus

• De basisprincipes van beeldanalyse, videoanalyse en het Marvin Framework worden voor het eerst geïntroduceerd. Studenten krijgen projectmatige taken waarmee ze de geleerde concepten kunnen oefenen. Tegen het einde van de les hebben de deelnemers hun eigen applicatie ontwikkeld met behulp van het Marvin Framework en bibliotheken.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die een zelfrijdende auto willen bouwen met behulp van deep learning-technieken.

Aan het einde van deze training kunnen deelnemers:

• Gebruik Keras om een convolutioneel neuraal netwerk te bouwen en te trainen.
• Gebruik computer vision-technieken om rijstroken te identificeren in een autonoom rijproject.
• Train een deep learning-model om verkeersborden te differentiëren.
• Simuleer een volledig autonome auto.

SimpleCV is een open source framework - wat betekent dat het een verzameling bibliotheken en software is die u kunt gebruiken om vision-applicaties te ontwikkelen. Hiermee kunt u werken met de afbeeldingen of videostreams die afkomstig zijn van webcams, Kinects, FireWire en IP-camera's of mobiele telefoons. Het helpt u bij het bouwen van software om uw verschillende technologieën niet alleen de wereld te laten zien, maar ook te begrijpen.

Publiek

Deze cursus is bedoeld voor ingenieurs en ontwikkelaars die computer vision-toepassingen willen ontwikkelen met SimpleCV.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die hardwareversnelde objectdetectie- en trackingmodellen willen bouwen om streaming videogegevens te analyseren.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer de benodigde ontwikkelomgeving, software en bibliotheken om te beginnen met ontwikkelen.
• Bouw, train en implementeer deep learning-modellen om live videofeeds te analyseren.
• Identificeer, volg, segmenteer en voorspel verschillende objecten binnen videoframes.
• Optimaliseer objectdetectie- en trackingmodellen.
• Implementeer een intelligente video-analysetoepassing (IVA).

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op back-end ontwikkelaars en datawetenschappers die vooraf getrainde YOLO-modellen willen opnemen in hun ondernemingsgestuurde programma's en kosteneffectieve componenten willen implementeren voor object- detectie.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer de benodigde tools en bibliotheken die nodig zijn voor objectdetectie met behulp van YOLO.
• Pas Python opdrachtregeltoepassingen aan die werken op basis van vooraf getrainde YOLO-modellen.
• Implementeer het raamwerk van vooraf getrainde YOLO-modellen voor verschillende computer vision-projecten.
• Converteer bestaande datasets voor objectdetectie naar YOLO-formaat.
• Begrijp de fundamentele concepten van het YOLO-algoritme voor computervisie en/of deep learning.

Deze door een instructeur geleide, live training in België (op locatie of op afstand) is gericht op ontwikkelaars, onderzoekers en datawetenschappers van gemiddeld tot gevorderd niveau die willen leren hoe ze real-time objectdetectie kunnen implementeren met behulp van YOLOv7.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de fundamentele concepten van objectdetectie.
• Installeer en configureer YOLOv7 voor objectdetectietaken.
• Train en test aangepaste objectdetectiemodellen met YOLOv7.
• Integreer YOLOv7 met andere computer vision-frameworks en -tools.
• Los veelvoorkomende problemen met betrekking tot de YOLOv7-implementatie op.

Patroonovereenkomst is een techniek die wordt gebruikt om opgegeven patronen in een afbeelding te vinden. Het kan worden gebruikt om het bestaan van specifieke kenmerken in een vastgelegde afbeelding te bepalen, bijvoorbeeld het verwachte label op een defect product in een fabriekslijn of de opgegeven afmetingen van een component. Het verschilt van " Pattern Recognition " (die algemene patronen herkent op basis van grotere verzamelingen van gerelateerde monsters) omdat het specifiek dicteert waarnaar we op zoek zijn en ons dan vertelt of het verwachte patroon bestaat of niet.

Indeling van de cursus

• Deze cursus introduceert de benaderingen, technologieën en algoritmen die worden gebruikt op het gebied van patroonafstemming zoals dit van toepassing is op Machine Vision .