Formation : Computer Vision : OpenCV, Jetson

Durée de la formation

3 jours

Code cours

RT021

Prix de la formation

2 310 € HT

Sessions programmées

1 au 3 septembre 1 au 3 décembre

Public :

Chefs de projet, développeurs, et toute personne souhaitant utiliser la bibliothèque OpenCV pour le traitement d'images et de videos.

Objectifs :

Comprendre le fonctionnement d'OpenCV, savoir transformer des images, utiliser les fonctionnalités d'IA d'OpenCV dans l'analyse d'images

Prérequis :

Connaissance d'un langage de programmation comme Python, Java ou C++. Les exercices sont réalisés en python.

Pour tester vos connaissances actuelles sur le sujet : Validation des pré-requis
Pour nous préciser vos attentes : Validation des attentes

Programme détaillé de la formation

Introduction

Présentation OpenCV
Historique, fonctionnalités, versions, licence
Site de référence, documentation disponible
Principes de base de la vision par ordinateur
Positionnement OpenCV par rapport aux autres solutions du marché

Mise en pratique OpenCV

Installation d'OpenCV.

Atelier : Exemples simples : lecture, affichage, enregistrement d'images

Manipulation d'images

bases de traitement d'images :
Opération sur les matrices.
les espaces de couleurs : CMYB, HSV, niveaux de gris;
la segmentation d'images;

Atelier : Exemple de seuillage avec OpenCV

Conversion d'une image en binaire
Histogramme d'une image.
Les opérateurs binaires (NO, AND, OR, XOR):
utilisation pour la fusion d'images

Classificateurs et IA

Principe, différents classificateurs disponibles avec OpenCV
Exemples : détection de formes, de contours, de visages
Deep Learning avec PyTorch

Atelier : Classification d'images sur machine Jetson

Atelier : Détection d'objets

Phirio

+33 1 55 33 52 10
info@phirio.fr

Calendrier
Code cours : RT021

Contenu de la formation
Computer Vision : OpenCV, Jetson:

Introduction
Mise en pratique OpenCV
Manipulation d'images
Classificateurs et IA

Accès à la liste des cours

Vous pouvez bien entendu composer votre programme personnel à partir de nos descriptifs de cours

Version du document : Ra08
Date de mise à jour du document : 2024/11/08