Introduction to CV

اخر تحديث April 23, 2025
4 التحق بالفعل

حول هذه الدورة

دورة “مقدمة في الرؤية الحاسوبية” هتأخذك في رحلة لاستكشاف كيفية معالجة الصور والفيديوهات باستخدام تقنيات الرؤية الحاسوبية. هتتعلم الأساسيات اللي بتساعدك على تطوير تطبيقات تعتمد على الرؤية الحاسوبية باستخدام أدوات وتقنيات حديثة، بما في ذلك التعرف على الأشياء، وتحليل الصور، ومعالجة الفيديوهات باستخدام Python ومكتبات مثل OpenCV وTensorFlow.

أهداف التعلم

فهم أساسيات رؤية الكمبيوتر: التعرف على معنى الصورة ومكوناتها وأساسيات معالجة الصور.
خطوات معالجة الصور: تعلم كيفية تطبيق خطوات معالجة الصور باستخدام تقنيات متعددة.
التعرف على تقنيات معالجة الصور: استكشاف الطرق المختلفة لمعالجة الصور وتطبيقاتها.
دمج رؤية الكمبيوتر والتعلم العميق: فهم كيفية تفاعل رؤية الكمبيوتر مع التعلم العميق لتطوير نماذج متقدمة.
تطبيق الرؤية ثلاثية الأبعاد: التعرف على تقنيات الرؤية ثلاثية الأبعاد واستخدامها في تحسين النماذج الذكية.
تطوير مهارات تحليل الصور: اكتساب القدرة على تحليل الصور وحل مشكلات حقيقية باستخدام أدوات حديثة.
استخدام تقنيات الذكاء الاصطناعي في رؤية الكمبيوتر: تطبيق تقنيات الذكاء الاصطناعي لتحسين الأداء في معالجة الصور.
إنشاء نماذج ذكية أكثر تطوراً: تعلم كيفية بناء نماذج رؤية الكمبيوتر التي تلبي متطلبات التطبيقات المتقدمة.
اكتساب مهارات عملية: التعرف على أدوات وتطبيقات عملية لتطوير حلول مبتكرة في رؤية الكمبيوتر.
التعامل مع بيانات الصور: تعلم كيفية تحليل وتفسير الصور في سياقات متعددة.

Requirements

  • إلمام بلغة البرمجة بايثون: القدرة على كتابة أكواد بسيطة واستخدام مكتبات البرمجة.
  • فهم أساسيات تعلم الآلة: معرفة المبادئ الأساسية لتقنيات تعلم الآلة.

الجمهور المستهدف

  • لطلاب: طلاب الهندسة أو علوم الحاسب أو الرياضيات الذين يرغبون في التخصص في الذكاء الاصطناعي وتعلم الآلة. المهنيون: المهندسون أو المحللون الذين يرغبون في اكتساب معرفة أعمق في كيفية استخدام الرياضيات لتحسين أداء النماذج الحاسوبية. الهواة: أي شخص لديه خلفية في الرياضيات الأساسية ويرغب في فهم الأساسيات الرياضية وراء تقنيات تعلم الآلة.

منهاج دراسي

4 Lessons15h

Computer Vision

Introduction to Computer Vision and Image Processing03:30:41
Quiz 1
Hands on Image Processing03:48:40
Quiz 2
Introduction and Hands on : CNN03:28:00
Quiz 3
Advanced Vision Networks03:15:32
Quiz 4

احصل على شهادة

أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.

selected template

أساتذتك

Ahmed Ashraf

Machine Learning Engineer @ Cybral

0/5
6 Courses
0 Reviews
88 Students

Results-driven Machine Learning Engineer with expertise in NLP and MLOps, specializing in optimizing model performance, developing scalable data solutions, and enhancing system security. Skills: • Machine Learning & NLP: supervised, unsupervised algorithms, NN, CNNs, RNNs, LSTMs, Classical NLP, Tokenization, stemming, lemmatization, POS tagging, named entity recognition (NER), Embeddings, Word2Vec, GloVe, BERT, GPT, Attention, Transformer, Pytorch, HuggingFace, LLMs, Prompt Engineering, RAG, Vector Store, Langchain, LLM serving • MLOps & Deployment: Azure Repos - Pipelines, Git, Docker - Compose - Swarm, Mlflow, Weights & Biases, OLLAMA • API Development & Integration: Python, Flask, Flask-RESTx, Http/s, GRPC, Protocol Buffers, Swagger, Postman, SSL/TLS, Authentication, role-based access control, rate limiting, Microservices, Service Registry • Graph Database: Neo4j, Cypher language, APOC: Awesome Procedures on Cypher • Other Tools & Technologies: Numpy, Pandas, Matplotlib, Sklearn, NLTK, Redis, A/B Testing

شاهد المزيد
مجانا
مستوى
متوسط
المدة الزمنية 15 hours
محاضرات
4 lectures

Latest courses

Python
مجانا
Image Processing
مجانا

Don't have an account yet? Sign up for free