اپلیکیشن اندرویدی فلش‌کارت آموزشی بینایی ماشین با پایتون

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بینایی ماشین با پایتون

موضوع کلی: برنامه‌نویسی کامپیوترهای خانگی

موضوع میانی: AI for AI Vision Setting

📋 سرفصل‌های دوره

• 1. پردازش تصاویر دیجیتال
• 2. مبانی آمار برای بینایی ماشین
• 3. مقدمه‌ای بر پایتون برای بینایی ماشین
• 4. نصب و پیکربندی محیط توسعه
• 5. کار با کتابخانه‌های NumPy و Pandas
• 6. خواندن و نمایش تصاویر
• 7. تبدیل تصاویر به فرمت‌های مختلف
• 8. هیستوگرام تصاویر و تحلیل آن
• 9. عملگرهای پایه بر روی تصاویر
• 10. فیلترهای خطی و غیرخطی
• 11. صاف‌سازی تصاویر با فیلترها
• 12. تشدید لبه‌ها در تصاویر
• 13. آشکارسازی لبه با استفاده از الگوریتم‌های مختلف
• 14. مورفولوژی ریاضی در پردازش تصاویر
• 15. بسته‌بندی و باز کردن تصاویر
• 16. تغییر اندازه و چرخش تصاویر
• 17. برش و افزودن حاشیه به تصاویر
• 18. تبدیل رنگی تصاویر
• 19. مدل‌های رنگی RGB، HSV و HSL
• 20. آستانه‌گذاری تصاویر
• 21. بخش‌بندی تصاویر
• 22. آشکارسازی اشیاء در تصاویر
• 23. استخراج ویژگی‌ها از تصاویر
• 24. توصیف‌گرهای SIFT و HOG
• 25. طبقه‌بندی تصاویر با استفاده از ماشین‌های بردار پشتیبان
• 26. شبکه‌های عصبی کانولوشن (CNN)
• 27. مقدمه‌ای بر یادگیری عمیق
• 28. معماری‌های CNN رایج
• 29. آموزش یک مدل CNN برای طبقه‌بندی تصاویر
• 30. ارزیابی عملکرد مدل‌های CNN
• 31. انتقال یادگیری در بینایی ماشین
• 32. استفاده از مدل‌های پیش‌آموز شده
• 33. تشخیص اشیاء با استفاده از YOLO
• 34. تشخیص اشیاء با استفاده از SSD
• 35. تشخیص اشیاء با استفاده از Faster R-CNN
• 36. ردیابی اشیاء در ویدیو
• 37. برش و ویرایش ویدیو
• 38. تثبیت تصاویر ویدئویی
• 39. تخمین حرکت در ویدیو
• 40. بازسازی سه‌بعدی از تصاویر
• 41. مقدمه‌ای بر بینایی استریو
• 42. تشخیص چهره در تصاویر
• 43. تشخیص حالات چهره
• 44. بررسی و بهبود دقت مدل‌ها
• 45. بهینه‌سازی سرعت مدل‌ها