Die Bildverarbeitung verbessert Bilder oder extrahiert nützliche Informationen aus einem Bild. In diesem Modul lernen wir die Grundlagen der Bildverarbeitung mit den Python-Bibliotheken OpenCV und Pillow kennen.

In diesem Modul lernen Sie die verschiedenen Klassifizierungsmethoden des maschinellen Lernens kennen, die üblicherweise für die Computer Vision verwendet werden, darunter K Nearest Neighbours, Logistische Regression, SoftMax Regression und Support Vector Machines. Schließlich lernen Sie etwas über Bildmerkmale

In diesem Modul lernen Sie etwas über Neuronale Netze, vollständig verbundene Neuronale Netze und Convolutional Neural Network (CNN). Sie lernen die verschiedenen Komponenten wie Schichten und verschiedene Arten von Aktivierungsfunktionen wie ReLU kennen. Sie lernen auch die verschiedenen CNN-Architekturen wie ResNet und LenNet kennen.

In diesem Modul lernen Sie die Objekterkennung mit verschiedenen Methoden kennen. Der erste Ansatz ist die Verwendung des Haar Cascade Klassifikators, der zweite die Verwendung von R-CNN und MobileNet.

In der letzten Woche dieses Kurses werden Sie eine Computer Vision App erstellen, die Sie über Code Engine in der Cloud bereitstellen werden. Für das Projekt erstellen Sie einen benutzerdefinierten Klassifikator, trainieren ihn und testen ihn an Ihren eigenen Bildern.