اکسپرس 24
کتاب بینایی ماشین: تشخیص اشیا و پردازش تصویر

کتاب بینایی ماشین: تشخیص اشیا و پردازش تصویر

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بینایی ماشین: تشخیص اشیا و پردازش تصویر

موضوع کلی: فناوری اطلاعات و سخت‌افزار رایانه

موضوع میانی: هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه بینایی ماشین و تفاوت با بینایی کامپیوتری
  • 2. تاریخچه و کاربردهای صنعتی تشخیص اشیا و پردازش تصویر
  • 3. ساختار تصویر دیجیتال: پیکسل، کانال و عمق رنگ
  • 4. فضاهای رنگی: RGB، Grayscale، HSV، LAB و YCbCr
  • 5. عمليات پایه تصویر: تغییر اندازه، برش و جستجوی مناطق
  • 6. تبدیلات هندسی: چرخش، مقیاس‌دار، افین و پروسپکتیو
  • 7. نویز در تصویر و روش‌های حذف نویز
  • 8. فیلتر گوسی و بلورینگ برای پیش‌پردازش
  • 9. تشخیص لبه با اپراتورهای Sobel و Prewitt
  • 10. تشخیص لبه با الگوریتم Canny
  • 11. مورفولوژی ریاضی: دایم، Arrosion، باز و بسته کردن
  • 12. هیستوگرام تصویر و تحلیل توزیع شدت پیکرها
  • 13. تقویت کنtrast و equalization هیستوگرام
  • 14. باینری‌سازی و روش‌های thresholding
  • 15. thresholding انطباقی (Adaptive Thresholding)
  • 16. بخش‌بندی تصویر (Segmentation) با روش منطقه‌ای
  • 17. الگوریتم watershed برای جداسازی اشیا لびま
  • 18. تشخیص ویژگی‌ها: زاوية، حاشیه و بلوب
  • 19. تشخیص زاوية با Harris و Shi-Tomasi
  • 20. ویژگی‌های SIFT و استخراج کلیدpunten
  • 21. ویژگی‌های SURF و ORB برای لحظه‌ای بودن
  • 22. تطابق ویژگی‌ها و محاسبه Homography
  • 23. استخراج ویژگی TEXTURE و رنگ برای دسته‌بندی
  • 24. پایگاه شبکه‌های عصبی convoolutionی (CNN)
  • 25. لایه‌های کانولوشن، pooling و batch normalization
  • 26. معماری LeNet و AlexNet در بینایی ماشین
  • 27. شبکه‌های VGG و ResNet برای استخراج ویژگی
  • 28. آموزش CNN از ابتدا و انتقال یادگیری (Transfer Learning)
  • 29. روش‌های کلاسیک تشخیص اشیا: Sliding Window و Selective Search
  • 30. معماری R-CNN و Fast R-CNN
  • 31. فست R-CNN و شبکه پیشنهاد منطقه‌ای (RPN)
  • 32. معماری YOLO نسخه ۱ و ۲
  • 33. معماری YOLO نسخه ۳ و ۴
  • 34. معماری YOLO نسخه ۵ و ۸
  • 35. SSD: تشخیص چندگانه Shot با باکس‌های پیش‌تعریف‌شده
  • 36. RetinaNet و تابع ضرر Focal Loss
  • 37. EfficientDet و بهینه‌سازی شبکه تشخیص
  • 38. Maske R-CNN و segmentation مثالی (Instance Segmentation)
  • 39. Segmentation معنایی با FCN و U-Net
  • 40. Segmentation پانورمیک (Panoptic Segmentation)
  • 41. جمع‌آوری و annotating داده‌های بینایی ماشین
  • 42. ابزارهای برچسب‌گذاری باکس (LabelImg، CVAT)
  • 43. افزایش داده (Data Augmentation) در پردازش تصویر
  • 44. پیش‌پردازش تصویر برای شبکه‌های CNN
  • 45. توابع ضرر در تشخیص اشیا: IoU، GIoU، DIoU، CIoU
  • 46. معیارهای ارزیابی: mAP، دقت، بازیابی و IoU
  • 47. آموزش مدل تشخیص اشیا روی داده سفارشی
  • 48. بهینه‌سازی استنباط (Inference) برای اجرا در زمان واقعی
  • 49. کوانتیزاسیون و برش مدل‌های بینایی ماشین
  • 50. ردیابی اشیا با SORT و DeepSORT
  • 51. فیلتر کالمان در ردیابی تصویر
  • 52. پردازش ویدیو و استخراج فریم‌های کلیدی
  • 53. تشخیص چهره و نقاط مرجع (Landmark)
  • 54. تشخیص پلاک خودرو (ANPR)
  • 55. پردازش تصویر در شرایط نور ضعیف و شب
  • 56. ماشین بینایی صنعتی و تشخیص عیب محصول
  • 57. رؤیت رباتیک و مبانی SLAM
  • 58. توضیح‌پذیری شبکه‌های CNN با Grad-CAM
  • 59. حمل مدل‌ها بر روی دستگاه‌های Edge (Jetson، Raspberry Pi)
  • 60. استفاده از TensorFlow Lite و ONNX برای استقرار
  • 61. ساخت پلاين کامل پروژه بینایی ماشین
  • 62. جستجوی تصویر مشابه بر اساس محتوای تصویر (CBIR)
  • 63. تشخیص حرکات و شناسه gesture در تصویر
  • 64. تحلیل چهره و Detecting احساسات (Expression Recognition)

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

تگ‌ها: CNN Computer Vision Deep Learning Image Processing Image Segmentation Machine Vision Object Detection OpenCV PyTorch TensorFlow YOLO بینایی ماشین پردازش تصویر تشخیص اشیا

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.