4.7
étoiles
86 évaluations

Shawn Hymel

10 913 déjà inscrits

Offert par

Computer Vision with Embedded Machine Learning

Edge Impulse

À propos de ce cours

22 558 consultations récentes

Computer vision (CV) is a fascinating field of study that attempts to automate the process of assigning meaning to digital images or videos. In other words, we are helping computers see and understand the world around us! A number of machine learning (ML) algorithms and techniques can be used to accomplish CV tasks, and as ML becomes faster and more efficient, we can deploy these techniques to embedded systems.
This course, offered by a partnership among Edge Impulse, OpenMV, Seeed Studio, and the TinyML Foundation, will give you an understanding of how deep learning with neural networks can be used to classify images and detect objects in images and videos. You will have the opportunity to deploy these machine learning models to embedded systems, which is known as embedded machine learning or TinyML.

Familiarity with the Python programming language and basic ML concepts (such as neural networks, training, inference, and evaluation) is advised to understand some topics as well as complete the projects. Some math (reading plots, arithmetic, algebra) is also required for quizzes and projects. If you have not done so already, taking the "Introduction to Embedded Machine Learning" course is recommended.

This course covers the concepts and vocabulary necessary to understand how convolutional neural networks (CNNs) operate, and it covers how to use them to classify images and detect objects. The hands-on projects will give you the opportunity to train your own CNNs and deploy them to a microcontroller and/or single board computer.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Some math (reading plots, arithmetic, and algebra) is required in the course. Experience with the Python is recommended to complete the projects.

Approx. 31 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Ce que vous allez apprendre

How to train and develop an image classification system using machine learning
How to train and develop an object detection system using machine learning
How to deploy a machine learning model to a microcontroller

Compétences que vous acquerrez

Machine Learning
Python Programming
Microcontroller
Embedded System Development
Computer Programming

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Some math (reading plots, arithmetic, and algebra) is required in the course. Experience with the Python is recommended to complete the projects.

Approx. 31 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Enseignant

Évaluation de l'enseignant

4,59/5 (25 évaluations)

Shawn Hymel

Instructor

32 843 étudiants

2 cours

Offert par

Edge Impulse

Edge Impulse is the leading development platform for machine learning on edge devices, free for developers and trusted by enterprises. Founded in 2019 by Zach Shelby and Jan Jongboom, we are on a mission to enable developers to create the next generation of intelligent devices. We believe that machine learning can enable positive change in society, and we are dedicated to support applications for good.

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

11 heures pour terminer

Image Classification

11 heures pour terminer

13 vidéos (Total 185 min), 14 lectures, 4 quiz

13 vidéos

Welcome to the Course6 min

Instructor Introductions2 min

What is Computer Vision?14 min

Overview of Digital Images10 min

Data Collection10 min

Overview of Image Classification15 min

Review of Neural Networks17 min

Training an Image Classifier with Keras25 min

Using Colab to Curate and Upload a Dataset18 min

Using Edge Impulse to Train a Model9 min

Inference on a Single Board Computer30 min

Inference on a Microcontroller (MicroPython)17 min

Review of Module 15 min

14 lectures

Syllabus10 min

Required Hardware10 min

Getting Help10 min

Slides10 min

Python and Numpy Help10 min

Project - Load and Manipulate Images2 h

Slides10 min

Image Classification and Neural Networks10 min

Python and Edge Impulse Documentation10 min

Project - Extract Features and Train Model1 h

Edge Impulse and OpenMV Documentation10 min

Project - Deploy DNN Image Classifier2 h

Slides10 min

4 exercices pour s'entraîner

Computer Vision10 min

Image Classification with Neural Networks15 min

Image Classification on Embedded Devices10 min

Module 1 Review30 min

Semaine

Semaine 2

11 heures pour terminer

Convolutional Neural Networks

In this module, we go over the basics of convolutional neural networks (CNNs) and how they can be used to create a more robust image classification model. We look at the internal workings of CNNs (e.g. convolution and pooling) along with some visualization techniques used to see how CNNs make decisions. We introduce the concept of data augmentation to help provide more data to the training process. You will have the opportunity to train your own CNN and deploy it to an embedded system.

11 heures pour terminer

9 vidéos (Total 114 min), 13 lectures, 5 quiz

9 vidéos

Image Convolution11 min

Pooling Layer6 min

Convolutional Neural Network14 min

Training a Convolutional Neural Network15 min

CNN Visualizations15 min

Data Augmentation15 min

Transfer Learning and MobileNet12 min

Transfer Learning with Edge Impulse15 min

Review of Module 26 min

13 lectures

Slides10 min

Project - Convolution and Pooling2 h

Digging Deeper into CNNs10 min

Slides10 min

Project - Training a CNN1h 10min

Slides10 min

CNN Visualizations and Data Augmentation10 min

Project - Data Augmentation1 h

Digging Deeper into Transfer Learning10 min

Slides10 min

Project - Transfer Learning1 h

Project - Deploy CNN Image Classifier1 h

Slides10 min

5 exercices pour s'entraîner

Convolution and Pooling15 min

Convolutional Neural Networks10 min

Visualizations and Data Augmentation5 min

Transfer Learning10 min

Module 2 Review30 min

Semaine

Semaine 3

9 heures pour terminer

Object Detection

In this module, we will cover the basics of object detection and how it differs from image classification. We will go over the math involved to measure objection detection performance. After, we will introduce several popular object detection models and demonstrate the process required to train such a model in Edge Impulse. Finally, you will be asked to deploy an object detection model to an embedded system.

9 heures pour terminer

10 vidéos (Total 109 min), 10 lectures, 3 quiz

10 vidéos

Introduction to Object Detection13 min

Object Detection Performance Metrics11 min

Object Detection Models16 min

Training an Object Detection Model16 min

Deploy Object Detection Model to a Single Board Computer10 min

Image Segmentation7 min

Multi-stage Inference with Dmitry Maslov6 min

Reusing Representations with Mat Kelcey14 min

Review of Module 37 min

Conclusion3 min

10 lectures

Slides10 min

Drawing API10 min

Project - Sliding Window Object Detection2 h

Slides10 min

Digging Deeper into Object Detection10 min

Deploying an Object Detection Model10 min

Slides10 min

Digging Deeper into Advanced Topics10 min

Project - Deploy Object Detection Model2 h

Slides10 min

3 exercices pour s'entraîner

Object Detection20 min

Image Segmentation10 min

Module 3 Review30 min

Avis

4.7

16 avis

5 stars
75,58 %
4 stars
22,09 %
3 stars
2,32 %

Meilleurs avis pour COMPUTER VISION WITH EMBEDDED MACHINE LEARNING

par SG2 nov. 2022

3rd week was pretty fast and a lot more information can be added in it,

i think the course should be 4th week long.

still one of the best course to done

par ML23 sept. 2021

Great course, Shawn always explains things in a clear and engaging way, with a strong focus on the application of the concepts. I'm definitely looking forward to more courses on embedded ML!

Voir tous les avis

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Développez les compétences de vos employés, obtenez des résultats commerciaux

Découvrez Coursera pour les affaires

Computer Vision with Embedded Machine Learning

Computer Vision with Embedded Machine Learning

À propos de ce cours

Ce que vous allez apprendre

Compétences que vous acquerrez