Detecção de Objetos com Python e OpenCV
4.4 (355 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.
1,725 students enrolled

Detecção de Objetos com Python e OpenCV

Aprenda a criar seus próprios classificadores haarcascade para detecção de objetos e logos!
4.4 (355 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.
1,725 students enrolled
Last updated 1/2020
Portuguese
Portuguese [Auto-generated]
Current price: $13.99 Original price: $19.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 3.5 hours on-demand video
  • 4 articles
  • 11 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
  • Aprenda a detectar faces e outros objetos utilizando o OpenCV e arquivos haarcascades
  • Aprenda a treinar seu próprio detector de objetos
  • Implemente um detector de logos
Course content
Expand all 29 lectures 03:45:23
+ Introdução
9 lectures 01:07:37
Mais sobre Inteligência Artificial
00:09
Haarcascades - teoria básica
16:18
Recursos para download
00:25
Instalação das ferramentas
05:09
Versão do OpenCV para o curso!
00:28
Detecção de faces I
13:29
Detecção de faces II
06:59
Passos para a criação de um classificador haarcascades
18:34
+ Detecção de canecas
12 lectures 01:45:49
Criação de imagens positivas
16:21
Criação do vetor de imagens
04:05
Criação do classificador
12:06
Testes com o classificador I
06:35
Treinamento com mais imagens I
12:18
Treinamento com mais imagens II
07:30
Treinamento com mais imagens III
05:43
Testes com o classificador II
07:05
Ajuste dos parâmetros do treinamento
08:13
Testes com o classificador III
08:47
Detecção pela webcam
05:27
Melhorias e parâmetros haarcascades
11:39
+ Tópicos complementares
4 lectures 30:13
Download automático de imagens
05:56
Coleta de imagens positivas II
06:17
Pré-processamento das imagens positivas
05:19
+ Considerações finais
2 lectures 02:16
Considerações finais
02:14
Código fonte completo + slides das aulas
00:02
Requirements
  • É recomendado conhecimento básico sobre lógica de programação, principalmente estruturas condicionais e de repetição (if e for)
  • Conhecimentos básicos sobre Python são desejáveis
  • Conhecimentos sobre detecção de faces são desejáveis, porém, o curso contempla duas aulas básicas sobre o assunto para nivelar o conhecimento
Description

Dentro da área da Visão Computacional existe a sub-área de detecção de objetos, que visa encontrar objetos personalizados em imagens e é muito utilizada em carros autônomos, os quais precisam identificar pedestres e outros veículos para evitar colisões, bem como reconhecer placas de trânsito para seguir uma direção segura. Essas técnicas também podem ser utilizadas para detectar praticamente qualquer tipo de objeto em imagens ou vídeos, como por exemplo: relógios, placas de veículos, animais, faces de pessoas, celulares, logo de empresas dentre vários outros! Em resumo, você pode treinar um classificador para qualquer tipo de cenário!

E para levar você até essa área, neste curso você aprenderá na prática como construir classificadores personalizados para deteção de objetos, utilizando a linguagem Python e a técnica de haarcascade da biblioteca OpenCV! Você desenvolverá passo a passo dois classificadores para detectar canecas e logos de empresas! No decorrer do curso você também aprenderá as vantagens e desvantagens de utilizar essa técnica, bem como saberá quais são suas principais limitações. Além disso, você terá algumas aulas de bônus sobre o download automático de imagens e também sobre a coleta de imagens para o treinamento do detector. Você aprenderá os seguintes comandos do OpenCV:

  • createsamples para geração de imagens positivas

  • traincascade para treinar o detector

  • annotation para marcação de imagens

O objetivo principal deste curso é que você tenha uma visão prática de como utilizar o OpenCV, portanto, nós mostraremos somente uma intuição básica sobre o funcionamento do algoritmo. Este curso pode ser considerado como nível iniciante, pois mesmo que este seja seu primeiro contato com a área de Visão Computacional você conseguirá acompanhar o curso!

Preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso! :)

Who this course is for:
  • Pessoas interessadas em Inteligência Artificial
  • Pessoas interessadas na área de visão computacional utilizando o Python e o OpenCV
  • Pessoas interessadas em detecção de objetos personalizados utilizando o OpenCV