À propos de ce cours
6,151 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Basic programming skills & experience; familiarity with basic linear algebra, calculus & probability, and 3D co-ordinate systems & transformations

Approx. 8 heures pour terminer

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Check

    Understand machine learning techniques used in computer vision

  • Check

    Classify letters, objects and scenes

  • Check

    Detect and recognize faces

  • Check

    Solve computer vision problems with deep learning

Compétences que vous acquerrez

Deep LearningMatlabMachine LearningComputer ProgrammingComputer Vision

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Basic programming skills & experience; familiarity with basic linear algebra, calculus & probability, and 3D co-ordinate systems & transformations

Approx. 8 heures pour terminer

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
4 heures pour terminer

Introduction to Visual Recognition & Understanding

9 vidéos (Total 30 min), 2 lectures, 2 quiz
9 vidéos
Health Care & Visual Perception2 min
Detection, Localization & Classification6 min
Recognition7 min
Product Identification30s
Recognition: Progress & Unsolved Problems3 min
More Unsolved Problems & Gaps1 min
Machine Learning in Computer Vision31s
Machine Learning: Past & Present1 min
2 lectures
Resources (Optional): Introduction to Visual Recognition & Understanding30 min
REQUIRED- MATLAB and Deep Learning Onramp2 h
1 exercice pour s'entraîner
Machine Learning for Computer Vision30 min
Semaine
2
1 heure pour terminer

Early Techniques

5 vidéos (Total 8 min), 1 lecture, 1 quiz
5 vidéos
Techniques: Before Deep Learning47s
Adaboost for Face Detection1 min
Eigenfaces for Face Recognition2 min
SVMs for Object Detection1 min
1 lecture
Resources (Optional): Early Techniques30 min
1 exercice pour s'entraîner
Training Neural Network30 min
Semaine
3
1 heure pour terminer

Deep Learning Overview

6 vidéos (Total 12 min), 1 lecture
6 vidéos
Introduction to Deep Learning3 min
Insight on Deep Learning48s
Convolutional Neural Networks2 min
LSTM, RNN & ResNet1 min
Generative Models2 min
1 lecture
Resources (Optional) Deep Learning Overview30 min
Semaine
4
1 heure pour terminer

Deep Learning in Computer Vision: Applications

9 vidéos (Total 17 min), 2 lectures
9 vidéos
Deep Learning: Key Applications2 min
Face Detection & Recognition1 min
Image Segmentation1 min
Video Understanding1 min
Future of Computer Vision1 min
Human-Machine Interaction1 min
Future Research Areas3 min
Evolution of Computer Vision2 min
2 lectures
Resources (Optional): Deep Learning in Computer Vision: Applications30 min
Visual Recognition & Understanding - Key Takeaways10 min

Enseignants

Avatar

Radhakrishna Dasari

Instructor
Department of Computer Science
Avatar

Junsong Yuan

Associate Professor and Director of Visual Computing Lab
Computer Science and Engineering

À propos de Université de Buffalo

The University at Buffalo (UB) is a premier, research-intensive public university and the largest, most comprehensive institution of the State University of New York (SUNY) system. UB offers more than 100 undergraduate degrees and nearly 300 graduate and professional programs....

À propos de Université d'État de New York

The State University of New York, with 64 unique institutions, is the largest comprehensive system of higher education in the United States. Educating nearly 468,000 students in more than 7,500 degree and certificate programs both on campus and online, SUNY has nearly 3 million alumni around the globe....

À propos du Spécialisation Vision par ordinateur

This specialization provides a foundation in the rapidly expanding research field of computer vision, laying the groundwork necessary for designing sophisticated vision applications. Learners explore the integral elements that enable vision applications, ranging from editing images to reading traffic signs in self-driving cars to factory robots navigating around human co-workers. Content includes image processing and state-of-the-art vision techniques, augmented by insights from top leaders in the computer vision field. Learners gain hands-on experience writing computer vision programs through online labs using MATLAB and supporting toolboxes. The specialization is taught in MATLAB* using computer vision and supporting toolboxes. Learners should have basic programming skills and experience (understanding of for loops, if/else statements), specifically in MATLAB (Mathworks provides the basics here: https://www.mathworks.com/learn/tutorials/matlab-onramp.html). Learners should also be familiar with the following: basic linear algebra (matrix vector operations and notation), 3D co-ordinate systems and transformations, basic calculus (derivatives and integration) and basic probability (random variables). To learn more, check out a video overview at https://youtu.be/OfxVUSCPXd0. * A free license to install MATLAB for the duration of the course is available from MathWorks....
Vision par ordinateur

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors 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.

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