Курсы Image Analysis

Фиджи - это пакет обработки изображений с открытым исходным кодом, который объединяет ImageJ (программу обработки изображений для научных многомерных изображений) и ряд плагинов для научного анализа изображений В этом обученном, живом обучении участники узнают, как использовать дистрибутив Фиджи и его базовую программу ImageJ для создания приложения для анализа изображений К концу этого тренинга участники смогут: Используйте расширенные функции программирования и программные компоненты Fiji для расширения ImageJ Вышивать большие 3d изображения из перекрывающихся плит Автоматическое обновление установки Fiji при запуске с использованием интегрированной системы обновления Выберите из широкого набора языков сценариев, чтобы создавать собственные решения для анализа изображений Используйте мощные библиотеки Фиджи, такие как ImgLib для больших наборов данных для биоизображения Разверните свое приложение и сотрудничайте с другими учеными по аналогичным проектам Аудитория Ученые Исследователи Разработчики Формат курса Часть лекций, обсуждение частей, упражнения и тяжелая практика handson ,.

Marvin is an extensible, cross-platform, open-source image and video processing framework developed in Java. Developers can use Marvin to manipulate images, extract features from images for classification tasks, generate figures algorithmically, process video file datasets, and set up unit test automation.

Some of Marvin's video applications include filtering, augmented reality, object tracking and motion detection.

In this instructor-led, live course participants will learn the principles of image and video analysis and utilize the Marvin Framework and its image processing algorithms to construct their own application.

Format of the Course

- The basic principles of image analysis, video analysis and the Marvin Framework are first introduced. Students are given project-based tasks which allow them to practice the concepts learned. By the end of the class, participants will have developed their own application using the Marvin Framework and libraries.

PaddlePaddle (PArallel Distributed Deep LEarning) - это масштабируемая платформа глубокого обучения, разработанная Baidu В этом обученном, живом обучении участники узнают, как использовать PaddlePaddle, чтобы обеспечить глубокое обучение в своих продуктах и ​​приложениях К концу этого тренинга участники смогут: Настройка и настройка PaddlePaddle Настройте сверточную нейронную сеть (CNN) для распознавания изображений и обнаружения объектов Настройте повторяющуюся нейронную сеть (RNN) для анализа настроений Настройте глубокое обучение в системах рекомендаций, чтобы помочь пользователям найти ответы Прогнозировать рейтинг кликов (CTR), классифицировать наборы изображений большого масштаба, выполнять оптическое распознавание символов (OCR), поиск рангов, обнаруживать компьютерные вирусы и внедрять систему рекомендаций Аудитория Разработчики Ученые данных Формат курса Часть лекций, обсуждение частей, упражнения и тяжелая практика handson ,.

Pattern Matching - это метод, используемый для определения заданных шаблонов в изображении Его можно использовать для определения наличия определенных характеристик в захваченном изображении, например ожидаемой метки на дефектном продукте в заводской строке или указанных размерах компонента Он отличается от «Распознавания образов» (который распознает общие шаблоны, основанные на более крупных наборах связанных образцов) тем, что он конкретно диктует то, что мы ищем, а затем говорит нам, существует ли ожидаемый шаблон или нет Аудитория Инженеры и разработчики, стремящиеся разработать приложения для машинного зрения Инженеры-технолоджи, техники и менеджеры Формат курса В этом курсе представлены подходы, технологии и алгоритмы, используемые в области сопоставления шаблонов, как это применимо к Machine Vision ,.

Scilab - это хорошо разработанный, бесплатный и открытый язык высокого уровня для научного управления данными Используемая для статистики, графики и анимации, моделирования, обработки сигналов, физики, оптимизации и т Д, Ее центральная структура данных является матрицей, упрощающей многие типы проблем по сравнению с альтернативами, такими как производные FORTRAN и C Он совместим с такими языками, как C, Java и Python, что делает его пригодным для использования в качестве дополнения к существующим системам В этом обученном обучении участники узнают преимущества Scilab по сравнению с альтернативами, такими как Matlab, основы синтаксиса Scilab, а также некоторые расширенные функции и интерфейс с другими широко используемыми языками в зависимости от спроса Курс завершится кратким проектом, посвященным обработке изображений К концу этого тренинга участники будут понимать основные функции и некоторые продвинутые функции Scilab и иметь ресурсы для дальнейшего расширения своих знаний Аудитория Ученые-ученые и инженеры, особенно с интересом к обработке изображений и распознаванию лиц Формат курса Часть лекций, обсуждение частей, упражнения и интенсивная практическая практика, с окончательным проектом ,.