Машинное зрение: локализация объектов на Python

Вам нужно находить объекты на фото, собирать панорамы или готовить визуальные данные для распознавания — этот курс закрывает задачи по поиску форм и локализации объектов средствами OpenCV и глубокого обучения. Вы освоите работу с границами, ключевыми точками и нейросетевыми архитектурами, которые позволяют автоматизировать обработку изображений.

Внутри курса разбираются:

• Классические алгоритмы выделения форм: использование операторов Собеля, Канни, преобразований Хафа и каскадов Виолы-Джонса для поиска объектов.
• Работа с дескрипторами: SIFT, SURF, ORB и другие методы для поиска ключевых точек, необходимых для создания панорам и трансформации изображений.
• Современные нейросетевые модели: применение архитектур YOLO, Mask R-CNN и MobileNet-SSD для задач детекции и сегментации.

Курс ориентирован на разработчиков, инженеров по работе с графическими данными и исследователей (Data Scientists). Финалом станет проект по подготовке набора реальных фотографий к сложным задачам классификации.