Visão Computacional: O Guia Completo
What you'll learn
- Entenda a intuição básica sobre o classificador Cascade e HOG (Histogram of Oriented Gradients) para detecção de faces
- Implemente detecção de faces com as bibliotecas OpenCV e Dlib
- Detecte carros, relógios de parede, olhos e o corpo inteiro de pessoas com o OpenCV
- Detecte faces de imagens e pela webcam
- Entenda a teoria básica sobre o algoritmo LBPH para reconhecimento facial
- Implemente reconhecimento facial utilizando as bibliotecas OpenCV e Dlib
- Reconheça faces de imagens e pela webcam
- Entenda a teoria básica sobre os algoritmos KCF e CSRT para rastreamento de objetos
- Rastreie objetos de vídeos com a biblioteca OpenCV
- Implemente redes neurais artificiais densas para classificar imagens
- Implemente transferência de aprendizagem e fine tuning obter ótimos resultados em classificação de imagens
- Detecte objetos em imagens e vídeos utilizando a moderna técnica YOLO
- Crie imagens alucinógenas utilizando a técnica de Deep Dream
- Crie imagens que não existem no mundo real com GANs (Generative Adversarial Networks)
- Implemente segmentação de imagens para extrair informações úteis de objetos
- Aprende a teoria básica sobre redes neurais artificiais e redes neurais convolucionais
- Extraia pixels de imagens para enviar para redes neurais artificiais
- Compacte imagens utilizando autoencoders
- Reconheça ações e gestos com o OpenCV
- Aprenda como reviver quadros de artistas famosos com a técnica de transferência de estilo
- Extraia textos de imagens utilizando OCR (Optical Character Recognition)
Requirements
- Lógica de programação
- Programação básica em Python
Description
A Visão Computacional é uma sub-área da Inteligência Artificial responsável pela criação de sistemas capazes de processar, analisar e identificar dados visuais de um modo similar ao humano. Existem muitas aplicações comerciais em várias áreas, como por exemplo: segurança, marketing, tomada de decisão e produção. Smartphones usam visão computacional para desbloquearem celulares utilizando reconhecimento facial, carros autônomos conseguem detectar pedestres e manter uma distância segura de outros veículos e câmeras de segurança identificam se existem pessoas no ambiente para disparar um alarme. Esses são somente alguns exemplos de aplicações comerciais desta área. Os profissionais de visão computacional podem ter salários similares aos das outras áreas de Machine Learning, indo de R$ 5.000 mensais numa posição inicial a R$ 15.000 numa posição sênior.
Para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre as principais e mais modernas técnicas de Visão Computacional! Este curso é considerado um guia completo pelo fato de apresentar desde conceitos mais básicos até técnicas mais modernas e avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções de Visão Computacional que podem ser aplicadas em problemas reais! Veja abaixo alguns dos projetos/tópicos que serão implementados passo a passo:
Detecte faces em imagens e vídeos usando as bibliotecas OpenCV e Dlib
Aprenda como reconhecer faces utilizando o algoritmo LBPH do OpenCV e também cálculos de distância com a biblioteca Dlib
Rastreie objetos em vídeos usando os algoritmos KCF e CSRT
Aprenda a teoria sobre redes neurais artificiais e implemente redes neurais para classificar imagens
Implemente redes neurais convolucionais para classificar imagens
Utilize transferência de aprendizagem e fine tuning para obter resultados expressivos na classificação de imagens
Detecte emoções de imagens e vídeos
Compacte imagens utilizando autoencoders e a biblioteca TensorFlow
Detecte objetos utilizando YOLO, umas das tecnologias mais robustas atualmente
Converta imagens em textos utilizando OCR (Optical Character Recognition)
Reconheça gestos e ações utilizando o OpenCV
Crie imagens alucinógenas utilizando a técnica de Deep dream
Combine estilos de imagens utilizando a técnica de transferência de estilo
Crie imagens que não existem no mundo real utilizando GANs (Generative Adversarial Networks)
Extraia informação útil de imagens utilizando segmentação de imagens
Cada tipo de problema requer técnicas diferentes para sua solução, portanto, conhecendo todas as áreas da Visão Computacional você saberá que técnicas utilizar nos mais variados tipos de cenários! Durante o curso, vamos utilizar a linguagem de programação Python, o Google Colab e também a IDE PyCharm. Este é o curso ideal caso seja seu primeiro contato com Visão Computacional, pois você aprenderá a teoria básica e a prática de todos os tópicos! Caso você seja de nível mais avançado, você pode utilizar esse curso como uma referência sobre a área.
Who this course is for:
- Iniciantes na área de Visão Computacional
- Alunos de graduação e pós-graduação que estão cursando disciplinas sobre Visão Computacional, Inteligência Artificial, Processamento Digital de Imagens ou Computação Gráfica
- Pessoas que querem implementar seus próprios projetos utilizando técnicas de Visão Computacional
- Cientistas de Dados que queiram aumentar o seu portfólio de projetos
- Profissionais que queiram aprender como usar visão computacional para solucionar problemas reais
Instructors
- 4.6 Instructor Rating
- 39,706 Reviews
- 189,357 Students
- 102 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.
- 4.5 Instructor Rating
- 5,042 Reviews
- 53,449 Students
- 18 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.
- 4.7 Instructor Rating
- 35,755 Reviews
- 116,055 Students
- 73 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.