Python für Computer Vision und Data Science mit OpenCV
4.4 (79 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
732 students enrolled

Python für Computer Vision und Data Science mit OpenCV

Lerne die neuesten Data Science Techniken der Computer Vision mit Python, OpenCV, und Deep Learning!
Bestseller
4.4 (79 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
732 students enrolled
Last updated 5/2020
German
Current price: $139.99 Original price: $199.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 16 hours on-demand video
  • 6 articles
  • 13 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Grundlagen von NumPy verstehen
  • Bilder mit NumPy öffnen und bearbeiten
  • OpenCV verwenden, um mit Bilddateien zu arbeiten
  • Python und OpenCV verwenden, um Formen auf Bilder und Videos zu zeichnen
  • Bildbearbeitung mit OpenCV durchführen, darunter Glätten, Weichzeichnen, Schwellenwerte und morphologische Operationen
  • Farbhistogramme mit OpenCV erstellen
  • Videos mit Python und OpenCV öffnen und streamen
  • Objekte erkennen, darunter Ecken-, Kanten- und Rastererkennungstechniken mit OpenCV und Python
  • Software zur Gesichtsdetektion erstellen
  • Bilder mit dem Watershed Algorithmus segmentieren
  • Objekte in Videos verfolgen
  • Python und Deep Learning verwenden, um Bildklassifikatoren zu erstellen
  • Mit Tensorflow, Keras und Python arbeiten, um mit benutzerdefinierten Bildern zu trainieren
Course content
Expand all 114 lectures 15:54:16
+ Überblick über den Kurs und Einführung
6 lectures 17:54

Herzlich Willkommen in diesem Kurs!

In dieser Lektion erhältst du wichtige Hinweise rund um den Kurs! Bitte überspringe diese Lektion nicht, wenn dies dein erster Kurs mit uns ist!

Hinweise zum Kurs
03:04
Kursplan
04:28
FAQ - Häufige Fragen
01:13

Hier kannst du schon mal die Materialien für den Kurs (Notebooks, Merkblätter) herunterladen, damit sie später für den Kurs zur Verfügung stehen.

Kursmaterialien
01:01

Installiere alle Python Abhängigkeiten, die du für diesen Kurs brauchst.

Wichtig Kurseinrichtung! Python Pakete mit Jupyter Notebook installieren
07:11
+ NumPy und Bildgrundlagen
7 lectures 41:49
Willkommen zum Abschnitt NumPy und Bildgrundlagen
00:21
Einführung in den Abschnitt NumPy und Bilder
00:44
NumPy Arrays
13:56
Was ist ein Bild?
05:45
Bilder und NumPy
10:38
NumPy und Bildgrundlagen Assessment
02:37
NumPy und Bildgrundlagen Assessment - Lösungen
07:48
NumPy und Bildgrundlagen Quiz
1 question
+ Bildgrundlagen mit OpenCV
12 lectures 01:44:42
Willkommen zum Abschnitt Bildgrundlagen mit OpenCV
00:28
Einführung in Bildgrundlagen mit OpenCV
02:06
Bilddateien in einem Notebook öffnen - Teil 1
08:14
Bilddateien in einem Notebook öffnen - Teil 2
12:42
Bilddateien mit OpenCV öffnen
04:35
Auf Bildern zeichnen - Teil 1 - Einfache Formen
14:14
Auf Bildern zeichnen - Teil 2 - Text und Polygone
13:06
Mit der Maus direkt auf dem Bild zeichnen - Teil 1
11:31
Mit der Maus direkt auf dem Bild zeichnen - Teil 2
02:43
Mit der Maus direkt auf dem Bild zeichnen - Teil 3
12:56
Bildgrundlagen Assessment
03:28
Bildgrundlagen Assessment - Lösungen
18:39
+ Bildverarbeitung
17 lectures 02:59:48
Willkommen zum Abschnitt Bildverarbeitung
00:26
Einführung in die Bildverarbeitung
00:44
Farbmappings
06:35
Bilder mischen und einfügen - Teil 1
16:41
Bilder mischen und einfügen - Teil 2 - Masken
20:07
Schwellenwerte in Bildern - Teil 1
09:27
Schwellenwerte in Bildern - Teil 2
11:54
Weichzeichnen und Glätten - Teil 1
06:59
Weichzeichnen und Glätten - Teil 2
12:08
Weichzeichnen und Glätten - Teil 3
07:30
Morphologische Operationen
12:35
Gradienten
16:43
Histogramme - Teil 1
15:28
Histogramme - Teil 2 - Histogrammausgleich
09:06
Histogramme - Teil 3 - Histogrammausgleich
15:30
Bildverarbeitung Quiz
5 questions
Bildverarbeitung Assessment
03:59
Bildverarbeitung Assessment - Lösungen
13:56
+ Videogrundlagen mit Python und OpenCV
8 lectures 54:15
Willkommen zum Abschnitt Videogrundlagen mit Python und OpenCV
00:22
Einführung in Videogrundlagen
01:07
Mit der Kamera verbinden
14:30
Videodateien verwenden
05:28
Zeichnen auf Video
09:05
Interaktives Zeichnen auf Video
14:04
Videogrundlagen Assessment
02:40
Videogrundlagen Assessment - Lösungen
06:59
+ Objekterkennung mit Python und OpenCV
22 lectures 03:55:39
Willkommen zum Abschnitt Objekterkennung mit Python und OpenCV
00:21
Einführung in die Gesichtsdetektion
03:27
Gesichtsdetektion mit OpenCV - Teil 2
13:30
Eckenerkennung Teil 2
09:43
Erkennung Kanten
11:08
Erkennung Grid
09:45
Erkennung Konturen
11:29
Erkennung Feature Teil 1
14:32
Erkennung Feature Teil 2
10:39
Erkennung Feature Teil 3
14:47
Objekterkennung Quiz
3 questions
Erkennung Watershed Teil 1
14:58
Erkennung Watershed Teil 2
12:54
Erkennung Watershed Teil 3
09:02
Erkennung Watershed Benutzer Teil 1
13:20
Erkennung Watershed Benutzer Teil 2
10:53
Erkennung Gesicht Einführung
11:03
Erkennung Gesicht Bilder
14:50
Erkennung Gesicht Video
05:17
Erkennung Assessment Aufgabe
04:14
Erkennung Assessment Lösung
13:08
+ Objektverfolgung
8 lectures 01:09:59
Willkommen zum Abschnitt Objektverfolgung
00:18
Optischer Fluss
04:45
Optischer Fluss Coding mit OpenCV - Teil 2
12:28
MeanShift und CamShift Tracking Theorie
04:52
MeanShift und CamShift Tracking mit OpenCV
15:19
Überblick über verschiedene Tracking API Methoden
05:14
APIs verfolgen mit OpenCV
05:18
Objektverfolgung Quiz
2 questions
+ Deep Learning für Computer Vision
27 lectures 03:16:24
Willkommen zum Abschnitt Deep Learning für Computer Vision
00:22
Einführung in Deep Learning für Computer Vision
01:40
Machine Learning Grundlagen
06:19
Klassifizierende Kennzahlen verstehen
16:47
Einführung in Themen des Deep Learning
01:37
Ein Neuron verstehen
04:49
Ein neuronales Netz verstehen
06:08
Kostenfunktionen
02:40
Gradientenverfahren und Back Propagation
03:43
Keras Grundlagen - Teil 1
10:11
Keras Grundlagen - Teil 2
11:48
Überblick über MNIST Daten
03:57
Konvolutionelle neuronale Netzwerke Überblick - Teil 1
07:00
Konvolutionelle neuronale Netzwerke Überblick - Teil 2
12:16
Konvolutionelle neuronale Netzwerke Überblick - Teil 3
04:24
Keras konvolutionelle neuronale Netzwerke mit MNIST
11:35
Keras konvolutionelle neuronale Netzwerke mit CIFAR-10
11:28
LINK ZUR ZIP DATEI KATZEN UND HUNDE
00:05
Deep Learning mit "eigenen" Bildern - Teil 1
14:58
Hinweis: CNN eigene Bilder
00:08
Deep Learning mit "eigenen" Bildern - Teil 2
17:06
Deep Learning mit "eigenen" Bildern - Teil 3
07:20
Deep Learning und konvolutionelle neuronale Netzwerke Assessment
04:06
Deep Learning und konvolutionelle neuronale Netzwerke Assessment - Lösungen
16:28
Einführung in YOLO v3
03:50
YOLO Gewichtungen Download
00:08
YOLO v3 mit Python
15:30
Deep Learning Quiz
4 questions
+ Abschlussprojekt
5 lectures 51:13
Einführung in das Abschlussprojekt
01:18
Abschlussprojekt Teil 1 - Variablen und Hintergrundfunktion
08:45
Abschlussprojekt Teil 2 - Segmentierung
06:59
Abschlussprojekt Teil 3 - Zählen und konvexe Hülle
19:38
Abschlussprojekt Teil 4 - Alles zusammenführen
14:33
+ Schluss
2 lectures 02:32
Vielen Dank für die Teilnahme am Kurs
00:22

Alle unsere Kurse und andere tolle Infos für dich im Überblick!

Bonus Lektion
02:10
Requirements
  • Unbedingt notwendig sind fundierte Grundkenntnisse in Python
  • Windows 10 oder MacOS oder Ubuntu
  • Installationsberechtigungen auf dem Computer
  • WebCam, falls du den Inhalt zum Video Streaming lernen willst
Description

Willkommen beim ultimativen Onlinekurs für Python und Computer Vision!

Dieser Kurs ist deine beste Quelle, um die Verwendung der Programmiersprache Python für Computer Vision zu lernen.

Wir werden erkunden, wie man Python und die OpenCV (Open Computer Vision) Bibliothek verwendet, um Bilder und Videodaten zu analysieren.

Die beliebtesten Plattformen weltweit generieren nie zuvor gesehene Mengen an Bild- und Videodaten. Alle 60 Sekunden laden Benutzer mehr als 300 Stunden Videomaterial auf YouTube hoch, streamen Abonnenten von Netflix 80.000 Stunden Videomaterial und liken Instagram Benutzer über 2 Millionen Fotos! Heute mehr als je zuvor besteht die Notwendigkeit für Entwickler, die benötigten Kompetenzen zu erlernen, um mit Bild- und Videodaten mithilfe von Computer Vision zu arbeiten.

Computer Vision erlaubt es uns, Bild- und Videodaten zu analysieren und wirksam einzusetzen, mit Anwendungen in einer Vielzahl von Industriebranchen, darunter selbstfahrende Autos, Apps von sozialen Netzwerken, medizinische Diagnostik, und viele mehr.

Als die am schnellsten an Beliebtheit gewinnende Programmiersprache ist Python gut geeignet, um die Macht bereits existierender Computer Vision Bibliotheken wirksam einzusetzen, um aus all diesen Bild- und Videodaten zu lernen. 

In diesem Kurs werden wir dir alles beibringen, was du brauchst, um ein Experte in Computer Vision zu werden! Diese 20 Milliarden Dollar Industrie wird in den kommenden Jahren einen der wichtigsten Arbeitsmärkte darstellen.

Wir werden den Kurs damit beginnen, dass wir etwas über numerische Verarbeitung mit der NumPy Bibliothek lernen und wie man Bilder mit NumPy öffnet und bearbeitet. Dann werden wir mit der Verwendung der OpenCV Bibliothek zum Öffnen und Arbeiten mit Bildgrundlagen fortfahren. Danach werden wir untersuchen, wie man Bilder verarbeitet und eine Vielzahl von Effekten anwendet, darunter Farbmappings, Mischen, Schwellenwerte, Gradienten, und viele mehr.

Dann werden wir mit den Videogrundlagen in OpenCV weitermachen, unter anderem mit dem Streaming eines Videos von einer Webcam. Danach werden wir mehr über Videos an sich sprechen: optischer Fluss, Objekterkennung, Gesichtserkennung und Objektverfolgung gehören zu den Themen, die wir behandeln werden.

Danach werden wir einen ganzen Abschnitt des Kurses den neuesten Deep Learning Themen widmen, darunter Bilderkennung und benutzerdefinierte Bildklassifikationen. Wir schauen uns sogar die neuesten Deep Learning Netzwerke an, darunter das YOLO (you only look once) Deep Learning Netzwerk.

Dieser Kurs deckt all dies ab und noch mehr, darunter folgende Themen:

  • NumPy

  • Bilder mit NumPy

  • Bild- und Videogrundlagen mit NumPy

  • Farbmappings

  • Mischen und Einfügen von Bildern

  • Bild Schwellenwerte

  • Weichzeichnen und Glätten

  • Morphologische Operationen

  • Gradienten

  • Histogramme

  • Video Streaming mit OpenCV

  • Objekterkennung

  • Vorlagen Matching

  • Ecken-, Kanten- und Rastererkennung

  • Konturenerkennung

  • Feature Matching

  • WaterShed Algorithmus

  • Gesichtserkennung

  • Objektverfolgung

  • Optischer Fluss

  • Deep Learning mit Keras

  • Keras und Konvolutionelle Networks

  • Benutzerdefinierte Deep Learning Netzwerke

  • Modernste YOLO Netzwerke

  • und vieles mehr!

Du kannst mir jederzeit eine Nachricht bei Udemy schreiben, falls du eine Frage zum Kurs hast!

Vielen Dank für das Lesen der Kursseite und ich hoffe, wir sehen uns im Kurs!

René und Team

Who this course is for:
  • Python Entwickler, die sich für Computer Vision und Deep Learning interessieren. Dieser Kurs ist nicht für Python Anfänger.