Khóa Học Thị Giác Máy Tính Với Python Và OpenCV – YOLO, SSD

Phương pháp Viola-Jones, HOG feature, R-CNN, YOLO và SSD (Single Shot) Object Detection Approache với Python và OpenCV.

Bạn sẽ học được gì:

• Hiểu rõ về các model Computer Vision mạnh mẽ nhất.
• OpenCV.
• Hiểu và triển khai thuật toán Viola-Jones.
• Hiểu và triển khai thuật toán Histogram of Oriented Gradients (HOG).
• Hiểu và triển khai các phương pháp tiếp cận thị giác máy tính liên quan đến convolutional neural network (CNN).
• Hiểu và triển khai thuật toán YOLO (You Only Look Once).
• Thuật toán Single Shot MultiBox Detection SDD.
• Master face detection và object detection.

Khóa học này là nền tảng của xử lý hình ảnh, tập trung vào face detection và object detection. Những chủ đề này đang trở nên rất nóng hiện nay vì những thuật toán học này có thể được sử dụng trong một số lĩnh vực từ kỹ thuật phần mềm đến điều tra tội phạm. Ô tô tự lái (ví dụ như phương pháp tiếp cận phát hiện làn đường) chủ yếu dựa vào thị giác máy tính.

Với sự ra đời của Deep learning và Graphical Processing Unit (GPU) trong thập kỷ qua, bạn có thể chạy các thuật toán này ngay cả trong video thời gian thực. Vậy bạn sẽ học được gì trong khóa học này?

Phần 1 – Các nền tảng về xử lý hình ảnh:

• Lý thuyết thị giác máy tính.
• Các giá trị cường độ pixel là gì.
• Convolution và Kernel (filter).
• Blur Kernel.
• Sharpen kernel.
• Edge detection trong thị giác máy tính (edge detection kernel).

Phần 2 – Serf-Driving Car và Lane Detection:

• Cách sử dụng các phương pháp tiếp cận thị giác máy tính trong phát hiện làn đường.
• Thuật toán Canny.
• Cách sử dụng Hough transform để tìm đường dựa trên cường độ pixel.

Phần 3 – Face Detection với thuật toán Viola-Jones:

• Phương pháp tiếp cận Viola-Jones trong computer vision.
• Sliding-windows approach là gì.
• Phát hiện khuôn mặt trong hình ảnh và trong video.

Phần 4 – Thuật toán Histogram of Oriented Gradients (HOG):

• Uutperform Viola-Jones algorithm.

• Cách

  phát hiện độ dốc và cạnh trong hình ảnh.

• Xây dựng histograms of oriented gradient.
• Sử dụng suppor vector machine (SVM) làm thuật toán machine learning cơ bản.

Phần 5 – Phương pháp tiếp cận dựa trên Convolution Neural Network (CNN):

• Problem với sliding-windows approach là gì.
• Region proposals và thuật toán Selective search.
• Region based convolutional neural network (C-RNN).
• fast C-RNN.
• faster C-RNN.

Phần 6 – You Only Look Once (YOLO) Object Detection Algorithm:

• YOLO approach là gì?
• Constructing bounding box.
• Làm thế nào để phát hiện các đối tượng trong một hình ảnh với một cái nhìn duy nhất?
• Intersection of union (IOU) algorithm.
• Làm thế nào để giữ bounding box phù hợp nhất với non-max suppression ?

Phần 7 – Single Shot MultiBox Detector (SSD) Object Detection Algorithm SDD:

• Ý tưởng chính đằng sau thuật toán SSD là gì.
• Constructing anchor box.
• VGG16 và MobileNet architecture.
• Triển khai SSD với video thời gian thực.