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

Ratings: 4.23 / 5.00




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

  1. 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.

  2. 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

  3. Teori ve Mantık: Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.

  4. 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