Видавець: 5
60817
Відеокурс

OpenCV i Python. Kurs video. Przetwarzanie obrazów z zastosowaniem sieci neuronowych

Mateusz Zimoch

Obierz kurs na przetwarzanie obrazów w Pythonie Przetwarzanie obrazów to dynamicznie rozwijająca się dziedzina, która znajduje zastosowanie w licznych branżach, takich jak medycyna, motoryzacja, przemysł rozrywkowy, bezpieczeństwo, rolnictwo czy marketing. Umożliwia automatyczne rozpoznawanie obiektów, analizę obrazów medycznych i tworzenie interaktywnych aplikacji korzystających ze sztucznej inteligencji. Warto się zagłębić w techniki przetwarzania obrazów, które stały się dostępniejsze i skuteczniejsze niż kiedykolwiek wcześniej dzięki lepszemu wykorzystaniu mocy obliczeniowej niezbędnej do procesowania sieci konwolucyjnych (CNN) i algorytmów YOLO. Ponadto modele generatywne, jak DALL-E czy Midjourney, oferują możliwości generowania obrazów na potrzeby trenowania modeli AI, co pozwala zwiększać różnorodność i wielkość puli danych (ang. data augmentation). Powszechnym narzędziem w segmencie computer vision jest biblioteka OpenCV. Jest używana do analizy obrazów, rozpoznawania obiektów, detekcji twarzy, wykrywania ruchu czy segmentacji obrazów. OpenCV oferuje dostęp do szerokiego zakresu narzędzi i algorytmów, a dobre opanowanie biblioteki otwiera drzwi do ciekawych projektów związanych z widzeniem komputerowym. Umiejętność przetwarzania obrazów jest niezwykle ceniona na rynku pracy - specjaliści mogą liczyć na atrakcyjne stanowiska i różnorodne wyzwania technologiczne. Co Cię czeka podczas naszego profesjonalnego szkolenia Podczas kursu: Zrozumiesz, czym jest przetwarzanie obrazów i jakie ma zastosowania Zainstalujesz i skonfigurujesz bibliotekę OpenCV w Pythonie Skonfigurujesz środowisko Jupyter Notebook i Google Colaboratory Zapoznasz się z klasycznym podejściem w przetwarzaniu obrazów na podstawie zadania z wykrywaniem obiektów na obrazie Zrozumiesz podstawy działania w pełni połączonych sieci neuronowych Wprowadzisz się do sieci konwolucyjnych (CNN) i ich zastosowania w przetwarzaniu obrazów Zbudujesz proste modele CNN od podstaw przy użyciu biblioteki Tensorflow (moduł Keras) w Pythonie Zapobiegniesz przeuczeniu sieci neuronowych Wykorzystasz gotowe architektury sieci neuronowych Zastosujesz techniki przetwarzania obrazów i CNN do detekcji i rozpoznawania obiektów na obrazach Poznasz algorytm YOLO Wykorzystasz techniki wzbogacania danych obrazowych (obracanie, przesuwanie, zmiana jasności, zoomowanie, odwracanie lustrzane itp.) Zrozumiesz koncepcję transfer learningu i jego zalety Skorzystasz z gotowych modeli do rozwiązania nowych problemów przetwarzania obrazów za pomocą transfer learningu Szkolenie OpenCV i Python. Kurs video. Przetwarzanie obrazów z zastosowaniem sieci neuronowych otworzy przed Tobą praktyczne zastosowania przetwarzania obrazów. To unikalna okazja do zrozumienia, jak ewoluowały techniki przetwarzania obrazów i jakie korzyści niosą za sobą najnowsze technologie. Na początek nauczysz się obsługi narzędzi, w tym instalacji i konfiguracji OpenCV, a także środowisk Jupyter Notebook i Google Colaboratory. Następnie poznasz klasyczne metody przetwarzania obrazów, w tym filtrację i detekcję krawędzi, i zapoznasz się z nowoczesnymi podejściami opartymi na sieciach konwolucyjnych (CNN). Zbudujesz proste modele CNN - od podstaw, nauczysz się także zapobiegać ich przeuczeniu i używać gotowych architektur sieci neuronowych. Zapoznasz się z technikami wzbogacania danych obrazowych i koncepcją transfer learningu, aby jeszcze efektywniej trenować modele. Na koniec nabędziesz umiejętności stosowania technik przetwarzania obrazów do detekcji i rozpoznawania obiektów na obrazach za pomocą algorytmu YOLO. Kurs ukończysz na poziomie średnio zaawansowanym i będziesz w stanie samodzielnie napisać konwolucyjną sieć neuronową z Tensorflow do wybranego zadania przetwarzania obrazu lub użyć gotowej architektury opartej na transfer learningu. Systematyczność i ciężka praca to droga do sukcesu. Nikt nie urodził się wszechwiedzący. Jeśli będziesz poświęcać godzinę dziennie na naukę i samorozwój, prędzej czy później osiągniesz zamierzony cel.  

60818
Aудіокнига

Klinika (#11)

Jonathan Kellerman

Mroczny thriller autora bestsellerów z listy New York Times! Jak doszło do zabójstwa na pozór skromnej pani profesor, która w istocie była zagorzałą feministką, autorką kontrowersyjnych publikacji na temat mężczyzn? Alex Delaware na prośbę detektywa Sturgisa próbuje ustalić, kto trzy miesiące temu bestialsko zasztyletował w zaułku ciemnej ulicy jego koleżankę po fachu - Hope Devane, znaną profesor psychologii. W kręgu podejrzeń Alexa początkowo znajduje się mąż Hope, a motywem zbrodni ma być małżeńska zdrada, ale wkrótce wychodzą na jaw nowe fakty z przeszłości zamordowanej kobiety. Dr Delaware musi podjąć radykalne kroki, by wyjaśnić przyczynę dziecięcej traumy Hope Devane i powstrzymać psychopatę przed popełnieniem kolejnej brutalnej zbrodni Przed tobą prawdopodobnie najlepsza część serii o śledztwach dra Delawareego. Dzięki tej lekturze zrozumiesz emocje towarzyszące dorosłym z dramatyczną przeszłością i poznasz motywy postępowania seryjnego zabójcy. Oto jedenasty tom wstrząsającej serii o zagadkach kryminalnych Alexa Delawarea, można go uznać za oddzielną historię lub czytać bez zachowania kolejności cyklu. THE CLINIC, Copyright 1997 by Jonathan Kellerman Alex Delaware Seria thrillerów psychologicznych, których głównym bohaterem jest znany, choć przebywający na wczesnej emeryturze psycholog dziecięcy Alex Delaware. Dr Delaware na prośbę przyjaciela detektywa Milo Sturgisa zostaje specjalnym konsultantem Departamentu Policji w Los Angeles i pomaga mu w rozwiązaniu najbardziej zawiłych spraw kryminalnych. Jonathan Kellerman (ur. 9 sierpnia 1949 w Nowym Jorku) - profesor psychologii i rozwoju człowieka, uznany autor sensacyjnych thrillerów psychologicznych. W wieku 24 lat uzyskał doktorat z psychologii dziecięcej, zadebiutował w 1985 r. powieścią ,,Kiedy pęka tama, która stała się bestsellerem New York Timesa. Kellerman to laureat prestiżowych nagród literackich np. Edgara Allana Poe oraz Anthony Award; jego powieści przetłumaczono na 24 języki i sprzedano w 37 milionach egzemplarzy. Jest żonaty z autorką bestsellerowych powieści Faye Kellerman, z którą ma czworo dzieci.

60819
Aудіокнига

Ponura żniwiarka i przędzarz gwiazd

Martyna Raduchowska

Gdzie szamanka i łowca, tam nici z losu. Bo żeby nić przetrwała, należy jej strzec, a przecież żadne z nich nie potrafi tkać. Ona jest żniwiarką - tą, która przecina, on zaś jest przędzarzem - tym, który snuje. Tymczasem jest istotna różnica między trzymaniem się na uwięzi a zbudowaniem więzi. Pierwsza pęknie z hukiem przy byle okazji. Drugiej niegroźna nawet apokalipsa. Jeden dzień. Jedna noc. Jeden kęs jabłka pełnego snów. Czy tyle wystarczy, aby szamanka i łowca ocalili swą nić? Oby. Bo tylko w ten sposób mogą ocalić świat. Opowiadanie zostało opublikowane w wydaniu II (2025) "Fałszywego Pieśniarza".

60820
Aудіокнига

Russell

Anne Jackson

Droga do miłości nie jest prosta... Do małej parafii ewangelickiej w Polsce przyjeżdżają filmowcy, by nakręcić film o Janie Kalwinie. Przy okazji ekipa postanawia przeprowadzić eksperyment społeczny, polegający na tym, że każdy aktor mieszka ze swoją asystentką w jednym baraku. I tak Annie zostaje asystentką dużo starszego, niezwykle popularnego aktora Russella. Nie przypadają sobie do gustu, wybuchają kłótnie, dochodzi do rękoczynów. Z czasem jednak coś zaczyna się zmieniać...

60821
Aудіокнига

Willa Morena 14: Na przynętę

Zbigniew Zbikowski

Niko, w którego domu Wioleta jest przetrzymywana, składa jej propozycję nie do odrzucenia. Jeśli się na nią nie zgodzi, odzyska wolność, ale musi mieć świadomość, że pewien gangster, niejaki Massimo będzie jej szukał i próbował uciszyć raz na zawsze. W końcu widziała i słyszała zdecydowanie za dużo, by mógł zostawić ją w spokoju. Jeżeli zaś przystanie na plan, ma szansę na pozbycie się Massima. Ale musi zostać przynętą. Żadna z opcji nie zapewni jej bezpieczeństwa. Przed dziewczyną trudna decyzja. Co wybierze? Na przynętę" to czternasty tom rodzinnej sagi, przedstawiającej historię trzech mieszkanek starej willi Morena.

60822
Aудіокнига

Epidemia Samobójstw

Daniel Bachrach

Opowiadanie kryminalne warszawskiego Sherlocka Holmesa" z pierwszej połowy XX wieku, podane z pierwszej ręki. Daniel Bachrach, aspirant Urzędu Śledczego w Warszawie, wspomina sprawę kryminalną, którą prowadził. Lata 20. w Warszawie to rozkwit kabaretów i wielkie rauty urządzane dla nowobogackiej klienteli. Tajne kasyna i domy schadzek powstawały jeden po drugim, a policja miała pełne ręce roboty, by skrupulatnie zamykać nielegalne biznesy. Na tle walk z niebieskimi ptakami, pojawiła się seria tragicznych wydarzeń. W krótkim czasie trzy kobiety popełniły samobójstwo. Wszystkie pochodziły z wyższych sfer, wiodły cnotliwe i dostatnie życie u boku mężów. Wydawałoby się, że nie miały żadnego powodu, by odebrać sobie życie. Gdy niemal na oczach śledczego Bachracha ginie kolejna kobieta, ten postanawia bliżej przyjrzeć się sprawie. Czyżby wszystkie samobójstwa łączył wspólny motyw? Język, postacie i poglądy zawarte w tej publikacji nie odzwierciedlają poglądów ani opinii wydawcy. Utwór ma charakter publikacji historycznej, ukazującej postawy i tendencje charakterystyczne dla czasów, z których pochodzi.

60823
Aудіокнига

Pan Samochodzik i tajemnica tajemnic

Zbigniew Nienacki

Pan Samochodzik udaje się w Bieszczady. Wraz z Baśką, który kończył właśnie drugą licealną, i jego zastępem harcerskim, próbuje rozwikłać tajemnicę przemytników starych ikon. Trop prowadzi do Pragi.

60824
Aудіокнига

Kwiat paproci i inne legendy słowiańskie

Paulina Hendel, Aneta Jadowska, Marta Kisiel, Marta Krajewska, ...

Znane autorki związane nie tylko z nurtem fantastyki i literatury słowiańskiej po raz kolejny tworzą niesamowitą antologię. Zebrane opowiadania wzruszą, przestraszą, a przede wszystkim sięgną do nieznanych legend i podań słowiańskich. Przed wami zamierzchła przeszłość i zapomniane rytuały w nowoczesnym wydaniu. Autorki opowiadań zawartych w antologii: Paulina Hendel, Aneta Jadowska, Marta Kisiel, Marta Krajewska, Agnieszka Kulbat, Katarzyna Berenika Miszczuk, Martyna Raduchowska, Jagna Rolska, Małgorzata Starosta, Anna Szumacher.