Derin Öğrenme ile Görüntü İşleme: Python OpenCV Keras (Gİ-2)
Yapay Zeka ve Derin Öğrenme Teknikleriyle Python'da Bilgisayarla Görü: Gerçek Zamanlı Obje Tanıma - Sınıflandırma -Takip
Description
Derin Öğrenme ile Görüntü İşleme: Python OpenCV Keras (Gİ-2)
Bu kurs 4 Adımlık Görüntü İşleme Yolculuğunun ikinci adımını oluşturmaktadır.
Görüntü işleme kursunda klasik ve veri tabanlı derin öğrenme yöntemlerini kullanarak nesne tespiti, sınıflandırma ve takibinin nasıl yapıldığını öğrenip, keras ve opencv kütüphaneleriyle gerçek hayat projeleri yapacağız.
Derin Öğrenme ile Görüntü İşleme Kursu İçeriği
Giriş Bölümü
Derin Öğrenme ile Görüntü İşleme Ders Programı
Python Kurulumlar
Kaynaklar: Kodlar
Makaleler, Faydalı Linkler ve Referanslar
Python Hatırlatma
Spyder Tanıtımı
Değişkenler
Python Temel Sözdizimi
Liste
Tuple
Deque
Dictionary
If - Else
Döngüler: for - while
Fonksiyonlar
Yield
Numpy Kütüphanesi
Pandas Kütüphanesi
Matplotlib Kütüphanesi
OS Kütüphanesi
OpenCV ile Görüntü İşleme
OpenCV ile Görüntü İşleme Giriş
Resmi İçe Aktarma
Video İçe Aktarma
Kamera Açma ve Video Kaydı
Yeniden Boyutlandır ve Kırp
Şekiller ve Metin
Görüntülerin Birleştirilmesi
Perspektif Çarpıtma
Görüntüleri Karıştırmak
Görüntü Eşikleme
Bulanıklaştırma
Morfolojik Operasyonlar
Gradyanlar
Histogram
OpenCV ile Nesne Tespiti
Nesne Tespiti Nedir?
Renk ile Nesne Tespiti
Şablon Eşleme
Köşe Algılama
Kenar Algılama
Kontur Algılama
Özellik Eşleştirme
Havza Algoritması
Yüz tanıma Projesi
Kedi Yüzü Tanıma Projesi
Özel Benzer Özellikler ile Nesne Algılama
Yaya Tespiti
OpenCV ile Nesne Takibi
Nesne Takibi Nedir
Ortalama Kayma Algoritması
Takip Algoritmaları
Çoklu Nesne Takibi
Evrişimsel Sinir Ağları
Evrişimsel Sinir Ağları Giriş
Evrişimsel Sinir Ağları Nedir?
Trex Projesi
Gerçek Zamanlı Rakam Sınıflandırma Projesi
Evrişimsel Sinir Ağları ile Nesne Tespiti
Evrişimsel Sinir Ağları ile Nesne Tespiti Giriş
Piramit Gösterimi
Kayan Pencere
Maksimum Olmayan Bastırma
Hazır Evrişimsel Sinir Ağları Sınıflandırıcısı ile Nesne Tespiti
Nesne Tespiti için Seçmeli Arama
Bölge Önerisi Nesne Tespiti
R-CNN ile Nesne Tespiti
YOLO ile Nesne Tespiti
SSD ile Nesne Tespiti
Neden Python?
Python 2022 IEEE araştırmasına göre dünya çapında en çok kullanılan ve tercih edilen programlama dillerinden
Python kolay öğrenilebilirliği sayesinde kodlamaya yeni başlayanların ilk tercihi oluyor.
Python open source (açık kaynak) olması nedeni ile Facebook yada Google gibi dünyanın en büyük şirketleri tarafından destekleniyor.
Görüntü işleme, veri bilimi, makine öğrenmesi yada yapay zeka denince akla ilk olarak Python dili geliyor. Bu durumda Python'ın dünya çapında büyük bir kitlesinin olmasına neden oluyor.
Python öğrenmesi en kolay olan dillerin başında geliyor.
Kariyer açısından Python en çok fırsata sahip dillerinden biri.
Neden Görüntü İşleme?
Görüntü işleme, bir görüntü üzerinde bazı işlemler gerçekleştirmek, gelişmiş bir görüntü elde etmek veya ondan bazı yararlı bilgiler çıkarmak için kullanılan bir yöntemdir.
Optimize edilmiş bir iş akışı elde etmek ve zaman kaybını önlemek için, görüntülerin bir işlem sonrası adımında işlenmesi önemlidir.
Görüntü işleme bilgisine sahip olmak iş hayatında fark yaratacak.
Dünyada bulunan iki temel veriden biri görüntüdür. Görüntü işleme bilgisi pek çok farklı alanda sizi bir adım öne geçirecektir.
Bu Kurs ile Alacaklarınız
Sıfırdan Kodlama Becerisi: Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz.
Kodlar ve Şablonları: Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktır
Teori ve Mantık: Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.
Kurs içi destek: Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.
Hemen kaydolun ve bir an önce başlayalım.
What You Will Learn!
- Derin öğrenme algoritmaları ile obje tespitinin nasıl yapılacağını
- OpenCV kütüphanesini kullanarak görüntü işleme problemlerinden olan nesne tespiti ve takibinin nasıl yapılacağı
- YOLO, R-CNN ve SSD gibi önemli nesne tespiti algoritmalarının çalışma mantığını ve nasıl kodlanacağını
- Gerçek zamanlı obje tespit ve takibinin nasıl yapılacağı
- OpenCV kütüphanesini kullanarak histogram, gradyan, eşikleme gibi görüntü işleme temellerini
- Yüz tanıma, yaya tespiti, gerçek zamanlı nesne tespiti, takibi ve sınıflandırması projeleri
- Python dilinin görüntü işlemede kullanılan temel kütüphanelerinden olan OpenCV ve Keras kütüphanelerini
- Uçtan uca tespit, sınıflandırma ve takip çözümünün nasıl yapılacağı
- Farklı algoritmalar ile görüntü segmentasyonunun nasıl yapılacağı
- Evrişimsel sinir ağlarının (Convolutional Neural Network) nesne tespiti için nasıl eğitileceğini
- OpenCV ile köşe, kenar, kontur algılama gibi temel nesne tespiti algoritmalarını
Who Should Attend!
- 4 Adımlık Görüntü İşleme Yolculuğu serisinin ikinci adımını tamamlamak isteyenler
- Görüntü işleme konusunda uzmanlaşmak isteyenler
- Derin öğrenme yöntemleri ile nesne tespitinin ve sınıflandırmanın nasıl yapılacağını öğrenmek isteyenler
- Temel görüntü işleme kütüphanesi olan OpenCV ile nesne tespit ve takibinin nasıl yapılacağını öğrenmek isteyenler
- Görüntü işlemenin hem mantığını hem de Python ile nasıl kodlanacağını öğrenmek isteyenler
- Gerçek zamanlı görüntü işleme problemlerini çözmek isteyenler
- Görüntü işlemenin klasik ve veriye dayalı derin öğrenme yöntemlerini öğrenmek isteyenler