Computer Vision with Python Training Cursus

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.

Deze instructieve, live training introduceert de software, hardware en het stepbystep-proces dat nodig is om een ​​gezichtsherkenningssysteem helemaal opnieuw te bouwen Gezichtsherkenning is ook bekend als gezichtsherkenning De hardware die in dit lab wordt gebruikt, omvat Rasberry Pi, een cameramodule, servo's (optioneel), enz Deelnemers zijn zelf verantwoordelijk voor de aanschaf van deze componenten De gebruikte software omvat OpenCV, Linux, Python, etc Aan het einde van deze training kunnen deelnemers: Installeer Linux, OpenCV en andere softwareprogramma's en -bibliotheken op een Rasberry Pi Configureer OpenCV om gezichtsbeelden vast te leggen en te detecteren Begrijp de verschillende opties voor het verpakken van een Rasberry Pi-systeem voor gebruik in realworld-omgevingen Pas het systeem aan voor verschillende gebruiksdoelen, waaronder bewaking, identiteitsverificatie, enz Publiek ontwikkelaars Hardware / software technici Technische personen in alle industrieën hobbyisten Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen Notitie Andere hardware- en software-opties zijn: Arduino, OpenFace, Windows, etc Als u een van deze wilt gebruiken, neem dan contact met ons op om dit te regelen .

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 .

Pandas is een Python-pakket dat datastructuren biedt voor het werken met gestructureerde (tabelvormige, multidimensionale, potentieel heterogene) en tijdreeksgegevens.

Deze door een instructeur geleide, live training in België (op locatie of op afstand) is gericht op datawetenschappers en ontwikkelaars die Modin willen gebruiken om parallelle berekeningen te bouwen en te implementeren met Pandas voor snellere data-analyse.

Aan het einde van deze training kunnen deelnemers:

• Zet de benodigde omgeving op om met Modin workflows op schaal te ontwikkelen Pandas.
• Begrijp de functies, architectuur en voordelen van Modin.
• Ken de verschillen tussen Modin, Dask en Ray.
• Voer Pandas bewerkingen sneller uit met Modin.
• Implementeer de volledige Pandas API en functies.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers die Pandas willen gebruiken om voorspellende analyses uit te voeren met machinaal leren.

Aan het einde van deze training kunnen deelnemers:

• Voer gegevensverwerking uit in Python.
• Voer ETL-bewerkingen uit voor machine learning.
• Creëer datavisualisaties met Pandas

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers en software-ingenieurs die Dask willen gebruiken met het Python ecosysteem om grote datasets te bouwen, schalen en analyseren.

Aan het einde van deze training kunnen deelnemers:

• Zet de omgeving op om te beginnen met het bouwen van big data-verwerking met Dask en Python.
• Ontdek de functies, bibliotheken, tools en API's die beschikbaar zijn in Dask.
• Begrijp hoe Dask parallel computing in Python versnelt.
• Leer hoe u het Python-ecosysteem (Numpy, SciPy en Pandas) kunt schalen met Dask.
• Optimaliseer de Dask-omgeving om hoge prestaties te behouden bij het verwerken van grote datasets.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die de FARM-stack (FastAPI, React en MongoDB) willen gebruiken om dynamische, krachtige en schaalbare webapplicaties te bouwen.

Aan het einde van deze training kunnen deelnemers:

Zet de benodigde ontwikkelomgeving op die FastAPI, React en MongoDB integreert. Begrijp de belangrijkste concepten, kenmerken en voordelen van de FARM-stack. Leer hoe u REST API's bouwt met FastAPI. Leer hoe u interactieve applicaties ontwerpt met React. Ontwikkel, test en implementeer applicaties (front-end en back-end) met behulp van de FARM-stack.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die FastAPI met Python willen gebruiken om RESTful API's eenvoudiger en sneller te bouwen, testen en implementeren.

Aan het einde van deze training kunnen deelnemers:

• Zet de benodigde ontwikkelomgeving op om API's te ontwikkelen met Python en FastAPI.
• Creëer sneller en eenvoudiger API's met de FastAPI-bibliotheek.
• Leer hoe u datamodellen en schema's kunt maken op basis van Pydantic en OpenAPI.
• Verbind API's met een database met behulp van SQLAlchemy.
• Implementeer beveiliging en authenticatie in API's met behulp van de FastAPI-tools.
• Bouw containerimages en implementeer web-API's op een cloudserver.

Deze door een instructeur geleide, live training in België (op locatie of op afstand) is gericht op ontwikkelaars die SciPy willen gebruiken om geavanceerde wetenschappelijke computerfuncties te creëren met Python.

Aan het einde van deze training kunnen deelnemers:

• Zet de noodzakelijke ontwikkelomgeving op om te beginnen met het creëren van wetenschappelijke computerfuncties.
• Profiteer optimaal van SciPy functies door praktische voorbeelden van complexe bewerkingen uit te voeren.
• Implementeer en optimaliseer wiskundige algoritmen en functies om wetenschappelijke problemen op te lossen.
• Ontwerp datastructuren en interpolatiemethoden voor visualisatie, verwerking en analyse.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die PyGame willen gebruiken om games te maken en te bouwen met behulp van Python programmeren.

Aan het einde van deze training kunnen deelnemers:

• Zet de benodigde ontwikkelomgeving op om te beginnen met het maken van gameapplicaties met PyGame en Python.
• Leer hoe u interactieve PyGame-applicaties kunt maken, geïntegreerd met animaties en multimediafuncties.
• Voer en test spelprogramma's uit met de PyGame-testsuite en converteer ze naar uitvoerbare bestanden.

Deze praktische cursus is bedoeld voor Python ontwikkelaars die hun eerste webapplicaties willen maken en onderhouden. Het is ook bedoeld voor mensen die al bekend zijn met andere Web2py , zoals Django of Web2py , en willen leren hoe het gebruik van een microframework (dat wil zeggen een framework dat bibliotheken van derden aan elkaar plakt in plaats van een zelfstandige universele oplossing te bieden) verandert het proces.

Een aanzienlijk deel van de cursus is niet gewijd aan Flask zelf (het is klein), maar aan bibliotheken en tools van derden die vaak worden gebruikt in Flask-projecten.

Deze door een instructeur geleide, live training in België (op locatie of op afstand) is gericht op ontwikkelaars die de geavanceerde functies van Flask willen gebruiken om schaalbare webapplicaties te bouwen bovenop MongoDB.

Aan het einde van deze training kunnen deelnemers:

• Zet de benodigde ontwikkelomgeving op om te beginnen met het ontwikkelen van webapplicaties met Flask.
• Maak kennis met de geavanceerde concepten en technieken voor echte Flask-projecten.
• Bouw een RESTful API-server bovenop MongoDB.
• Leer hoe u microservices kunt containeriseren, testen en implementeren met Flask, Docker en Amazon EC2.
• Krijg inzicht in de geavanceerde Flask-integraties voor het schalen van webapplicaties.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op backend-ontwikkelaars die REST API's willen bouwen met Python en Flask.

Aan het einde van deze training kunnen deelnemers:

• Implementeer een REST API zodat een Flask-webapplicatie een database in de backend kan lezen en ernaar kan schrijven.
• Ontwikkel geavanceerde authenticatiefuncties zoals vernieuwingstokens.
• Bouw een herbruikbare backend voor toekomstige Python-projecten.
• Vereenvoudig de opslag van gegevens met SQLAlchemy.
• Implementeer REST API's op een cloudgebaseerde server.