Detecção de Objetos com YOLO, Darknet, OpenCV e Python
What you'll learn
- Detecte objetos em imagens e vídeos utilizando a moderna arquitetura YOLO
- Implemente o YOLO utilizando o framework Darknet e a biblioteca OpenCV com o Python
- Entenda a teoria básica sobre detecção de objetos e arquitetura YOLO
- Treine seu próprio detector personalizado utilizando as GPUs gratuitas do Google Colab
Requirements
- Lógica de programação, principalmente estruturas condicionais e de repetição (if e for)
- Conhecimentos básicos sobre Python são desejáveis
- Conhecimentos básicos sobre o OpenCV são desejáveis (não obrigatório)
Description
Dentro da área da Visão Computacional existe a sub-área de detecção de objetos, que visa encontrar objetos personalizados em imagens e vídeos 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!
Existem diversas técnicas dentro deste cenário, porém, a que mais se destaca e que possui resultados incríveis é chamada de YOLO (You Only Look Once) e consiste na utilização de Redes Neurais Convolucionais da área de Deep Learning (redes neurais profundas). Muitas grandes empresas estão utilizando essa técnica para diversos tipos de aplicações comerciais, como por exemplo, utilização em carros autônomos, robôs humanoides, sistemas de segurança e defesa, rastreamento de objetos e automação industrial.
Atualmente o YOLO é considerado o estado da arte em detecção de objetos em tempo real. A sua quarta versão (YOLOv4) apresentou melhoras significativas tanto em velocidade quanto em precisão, superando o resultado de todos os melhores detectores concorrentes até o momento de sua publicação.
E para levar você até essa área, neste curso você aprenderá na prática como utilizar o YOLO para detectar mais de 600 objetos diferentes em imagens e vídeos, utilizando a linguagem Python, o framework Darknet e também a biblioteca OpenCV! Todos os exemplos serão implementados passo a passo utilizando o Google Colab, ou seja, você não precisa se preocupar com instalações e configurações de bibliotecas em sua máquina, pois tudo será desenvolvido on-line utilizando as GPUs do Google! Além de utilizar os recursos prontos do YOLO, você também aprenderá a construir sua própria base de dados de imagens caso precise treinar um detector de objetos personalizado! Confira os tópicos do curso:
Teoria básica sobre detecção de objetos
Como o YOLO funciona
Detecção de objetos em imagens e vídeos, utilizando o framework Darknet e a biblioteca OpenCV
Criação de bases de dados para o treinamento de detectores personalizados
Teoria sobre redes neurais artificiais e redes neurais convolucionais
YOLO é considerada a arquitetura mais eficiente e moderna para detecção de objetos, que muitas empresas estão utilizando em seus projetos comerciais! Você está preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso!
Who this course is for:
- Pessoas interessadas em aprender a arquitetura YOLO na teoria e prática
- Pessoas interessadas em detecção de objetos personalizados
- Pessoas interessadas na área de Visão Computacional
- Alunos de graduação que cursam disciplinas de Computação Gráfica, Processamento Digital de Imagens ou Inteligência Artificial
Instructors
- 4.6 Instructor Rating
- 31,318 Reviews
- 141,914 Students
- 78 Courses
Olá! Meu nome é Jones Granatyr e já trabalho em torno de 10 anos com Inteligência Artificial (IA), inclusive fiz o meu mestrado e doutorado nessa área. Atualmente sou professor, pesquisador e fundador do portal IA Expert, um site com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA, como por exemplo: Deep Learning, Machine Learning, Data Science, Redes Neurais Artificiais, Algoritmos Genéticos, Detecção e Reconhecimento Facial, Algoritmos de Busca, Mineração de Textos, Buscas em Textos, Mineração de Regras de Associação, Sistemas Especialistas e Sistemas de Recomendação. Os cursos são abordados em diversas linguagens de programação (Python, R e Java) e com várias ferramentas/tecnologias (tensorflow, keras, pandas, sklearn, opencv, dlib, weka, nltk, por exemplo). Meu principal objetivo é desmistificar a área de IA e ajudar profissionais de TI a entenderem como essa tecnologia pode ser utilizada na prática e que possam visualizar novas oportunidades de negócios.
- 4.6 Instructor Rating
- 3,129 Reviews
- 41,256 Students
- 11 Courses
Olá, eu me chamo Gabriel Alves e sou formado em Ciência da Computação pela Universidade do Contestado (UnC) de Porto União. Também possuo Curso Técnico em Informática pelo Colégio Técnico de União da Vitória (COLTEC), concluído em 2014. Trabalho como desenvolvedor web há 7 anos, mas já lido com programação há mais de 9 anos. Em meus projetos faço o uso de várias linguagens, especialmente Python, a qual tenho preferência para utilizar no desenvolvimento das minhas pesquisas relacionadas a Inteligência Artificial e Aprendizagem de Máquina. Sou desde sempre apaixonado pela computação e por temas que envolvem ciência e tecnologia.
- 4.6 Instructor Rating
- 29,141 Reviews
- 134,762 Students
- 77 Courses
A plataforma IA Expert tem o objetivo de trazer cursos teóricos e práticos de fácil entendimento sobre sobre Inteligência Artificial e Ciência de Dados, para que profissionais de todas as áreas consigam entender e aplicar os benefícios que a IA pode trazer para seus negócios, bem como apresentar todas as oportunidades que essa área pode trazer para profissionais de tecnologia da informação. Também trazemos notícias atualizadas semanais sobre a área em nosso portal.