کلاس ویژن: یادگیری عمیق و بینایی کامپیوتر
1.63K subscribers
115 photos
12 videos
18 files
191 links
کلاس ویژن، مرجع آموزهای تخصصی دیپ لرنینگ و بینایی کامپیوتر

سایت دوره
http://class.vision

👨‍💻👩‍ پشتیبانی:
@classvision_support

AI, TensorFlow, Keras, Deep Learning, Computer Vision, GNN, GCN, RNN, LSTM,GRU, GAN, ...

کانال آموزشی:
@cvision
Download Telegram
الان هر کسی حداقل یه گوشی داره، و هر گوشی حداقل یه دوربین، یعنی هر شخص یک سنسور تصویری داره، دوربینهای شهری، نظارتی، بانک و ... هم در نظر بگیرید.

در حال حاضر فقط 300 ساعت ویدیو در هر دقیقه تو یوتیوب آپلود میشه، و با توجه به سرعت انفجاری تولید محتوای پیکسلی در اینترنت، انسان از بررسی این ویدیوها، جهت خلاصه سازی، استخراج اطلاعات مفید، فیلترینگ و ... عاجزه، 85 درصد اینترنت هم محتوای تصویری یا پیکسلی است، امروزه برای تحلیل ، نظارت و ... این محتوا اهمیت درک خودکار این تصاویر و ویدیوها توسط کامپیوتر و در نتیجه بینایی کامپیوتری انکار ناپذیر شده.

300 hours of video are uploaded to YouTube every minute!
https://fortunelords.com/youtube-statistics/
دانلود و نصب آناکوندا برای کار با پایتون
http://blog.class.vision/1396/11/intro-anaconda/
کدهای جلسه پیش درگیتهاب آپلود شدند.
لطفا در سیستم خود تست نمایید و در گروه مشکلات نصب یا ... را بیان کنید.
سایت به روز شد.
با توجه به مشکلاتی که از سوی شما بزرگواران اعلام شده بود
نحوه ی نصب opencv به صوت ساده تر جایگزین شد.
http://blog.class.vision/1396/11/installation/
Forwarded from Python_Labs🐍
سورس‌کدهای مربوط به کلاس‌های این ترم در github آپلود میشود. در گیت‌هاب نمی‌توانید نوت‌بوک‌ها را یکی یکی دانلود کنید و هر بار باید کل نوت‌بوکها را بعد از هر بار به روز رسانی دریافت کنید که اینکار مطلوب نخواهد بود.

پیشنهاد میکنم برای رفع این مشکل از دستور العمل زیر استفاده کنید.

http://blog.class.vision/1396/11/git-clone-pull/
نوت بوکهای فردا در گیتهاب آپلود شدند.

04-Drawing Images.ipynb
05-Translations.ipynb
06-Rotations.ipynb
07-Scaling, re-sizing and interpolations.ipynb
مثال سر کلاس برای چاپ جداگانه ی کانال‌های رنگی (تصویر گاو) واضح نبود و برای دوستان شبه ایجاد شده بود.
تصویری ساختم که رنگ های آن به صورت مطلق مثلا قرمز (255و0و0) بود؛ و کد را اجراکردم.
امید است رفع شبه کند.
عدم تشکیل 2/12/96
جلسه ی چهارشنبه دوم اسفند تشکیل نخواهد شد
کلاس جبرانی جایگزین بعدا اعلام خواهد شد.
اگر دوست داشتید برای کلاسهای بینایی ماشین زودتر از وقتی که تو کلاس پایتون به numpy میرسیم، دید پیدا کنید، این کورس رایگان توصیه میشه و خیلی هم وقتتون را نخواهد گرفت

https://www.edx.org/course/introduction-python-data-science-microsoft-dat208x-8
در کلاس به نوت‌بوک 04-Drawing Images.ipynb پرداخته نشد
بدیهی است لطفا خودتان بررسی کنید و سوالاتتان را در گروه مطرح کنید.
سایت با تمرین سری اول + اسلایدها به روز شد:
http://class.vision/
from scipy import misc

new_image = misc.imresize(image, (200, 200), interp='bilinear')
کلاس ویژن: یادگیری عمیق و بینایی کامپیوتر
from scipy import misc new_image = misc.imresize(image, (200, 200), interp='bilinear')
روش دیگری برای ریسایز تصویر بدون کتابخانه ی opencvو با scipy
از این روش هم میتونید برای تمرین آخر استفاده کنید.
پارامتر interp این تابع مثل opencv بیانگر روش درون یابی است.
سلام.
دوستانتان زحمت کشیدند و یادداشت های کلاسی جلسات 3 و 4 را در سایت قرار دادند. لطفا حتما بخوانید و بازخورد سازنده بدهید.

http://blog.class.vision/1396/12/image-manipulations-part1/

http://blog.class.vision/1396/12/image-manipulations-part2/

http://blog.class.vision/1396/12/image-manipulations-part3/

با تشکر از خانم ها قربانی، ولی‌پور و داوری🙏

http://Class.Vision/

#class_note
Image Kernels (Explained Visually)
به صورت بصری با عملیات کانولوشن و کرنل های مختلف آشنا شوید:

http://setosa.io/ev/image-kernels/
#Kernel #convolution #image
سه تا از نوت‌بوک‌های فردا در git قرار گرفتند.
#منبع #کورس #دانشگاهی
در حال حاضر چند دوره مختلف در دانشگاه استنفورد برای بینایی کامپیوتری وجود دارد، لیست کامل دوره ها را میتوانید در
http://vision.stanford.edu/teaching.html
ببینید.

بیشتر این دوره ها برای تحصیلات تکمیلی ارائه میشود، مثل کورس محبوب CS231n که فیلمهای این دوره هم موجود است.

در این بین کورس CS131 برای مقطع کارشناسی است و با پایتون و numpy تدریس میشود

این کورس از opencv استفاده نمیکند و به ریاضیات و تئوری مبحث بیشتر میپردازد.

یادداشت های این کورس میتواند برایتان مفید باشد.


CS131: Computer Vision: Foundations and Applications

http://vision.stanford.edu/teaching/cs131_fall1718/syllabus.html