Počítačové zpracování obrazu pro autonomní vozidla Počítačový Kurz

Tento kurz vedený instruktorem, který probíhá naživo (online nebo přímo v místě konání), je určen pro pokročilé robotické inženýry a výzkumníky v oblasti umělé inteligence, kteří chtějí implementovat sofistikované algoritmy pro plánování cest a zlepšit výkon autonomních vozidel.

Na konci tohoto kurzu budou účastníci schopni:

• Pochopit teoretické základy pokročilých algoritmů pro plánování cest.
• Implementovat algoritmy, jako jsou RRT*, A* a D*, pro navigaci v reálném čase.
• Optimalizovat plánování cest pro vyhýbání se překážkám a dynamickým prostředím.
• Integrovať algoritmy pro plánování cest se senzorickými daty pro zvýšení přesnosti.
• Vyhodnotit výkon různých algoritmů v praktických scénářích.

Tento instruktorově prováděný, živý trénink v České republice (online nebo na místním zařízení) je určen pro pokročilé datové vědce, odborníky na umělou inteligenci a vývojáře AI pro automobily, kteří chtějí navrhnout, trénovat a optimalizovat modely umělé inteligence pro aplikace autonomního řízení vozidel.

Po absolvování tohoto tréninku budou účastníci schopni:

• Porozumět základům umělé inteligence a hlubokého učení v kontextu autonomních vozidel.
• Implementovat techniky počítačového vidění pro detekci objektů v reálném čase a sledování jízdních pruhů.
• Využít učení s povzbuzením pro rozhodování ve systémech samořídících vozidel.
• Integrace technik fúze senzorů pro lepší poznávání a navigaci.
• Vytvořit modely hlubokého učení k predikci a analýze jízdních scénářů.

Toto školení vedené instruktorem, ať už online nebo prezenčně, je určeno pro pokročilé bezpečnostní inženýry a odborníky na bezpečnost automobilů, kteří si přejí vyvinout komplexní bezpečnostní strategie pro autonomní vozidla, včetně analýzy nebezpečí, funkčních bezpečnostních posouzení a dodržování mezinárodních norem.

Na konci tohoto školení budou účastníci schopni:

• Identifikovat a posoudit bezpečnostní rizika spojená s autonomními řídicími systémy.
• Provádět analýzu nebezpečí a posouzení rizik s využitím průmyslových standardů.
• Implementovat metody validace a verifikace bezpečnosti pro systémy AV.
• Aplikovat funkční bezpečnostní normy, jako jsou ISO 26262 a SOTIF.
• Vyvinout strategie pro zmírnění rizik spojených s bezpečnostními problémy AV.

Tento instruktorův živý kurz v České republice (online nebo na místě) je určen pro začátečnické personál kriminální policie, kteří chtějí přejít z ručního tvářového kreslení k použití nástrojů umělé inteligence pro vyvíjení systémů rozpoznávání tváří.

Po absolvování tohoto kurzu budou účastníci schopni:

• Porozumět základům umělé inteligence a strojového učení.
• Získat základní znalosti o digitálním zpracování obrazu a jeho aplikaci v rozpoznávání tváří.
• Rozvíjet dovednosti ve využívání nástrojů a rámčových architektur umělé inteligence pro vytvoření modelů rozpoznávání tváří.
• Získejte praktické zkušenosti s vytvářením, tréninkem a testováním systémů rozpoznávání tváří.
• Porozumět etickým aspektům a nejlepším postupům při použití technologií rozpoznávání tváří.

Fiji je open-source balíček pro zpracování obrazu, který obsahuje ImageJ (program pro zpracování obrazu pro vědecké vícerozměrné obrazy) a řadu zásuvných modulů pro vědeckou analýzu obrazu.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak používat distribuci Fidži a její základní program ImageJ k vytvoření aplikace pro analýzu obrazu.

Na konci tohoto školení budou účastníci schopni:

• Použijte pokročilé programovací funkce a softwarové komponenty Fiji k rozšíření ImageJ
• Spojte velké 3D obrázky z překrývajících se dlaždic
• Automaticky aktualizujte instalaci na Fidži při spuštění pomocí integrovaného aktualizačního systému
• Vyberte si ze širokého výběru skriptovacích jazyků a vytvořte vlastní řešení analýzy obrazu
• Používejte výkonné knihovny Fidži, jako je ImgLib, na velké datové sady bioimage
• Nasaďte jejich aplikaci a spolupracujte s dalšími vědci na podobných projektech

Formát kurzu

• Interaktivní přednáška a diskuze.
• Spousta cvičení a cvičení.
• Praktická implementace v prostředí živé laboratoře.

Možnosti přizpůsobení kurzu

• Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

Tento instruktorův kurz (online nebo na místě) je určen začínajícím a středně pokročilým výzkumníkům a laboratorním odborníkům, kteří chtějí zpracovávat a analyzovat obrázky související s histologickými tkáněmi, krvešťavými buněkami, algy a jinými biologickými vzorky.

Konec kurzu budou účastníci schopni:

• Navigovat v rozhraní Fiji a využít základní funkce ImageJ.
• Předzpracovat a zdokonalit vědecké obrázky pro lepší analýzu.
• Analyzovat obrázky kvantitativně, včetně počítání buněk a měření ploch.
• Automatizovat opakující se úkoly pomocí makr a pluginů.
• Přizpůsobit pracovní postupy pro specifické potřeby analýzy obrazů v biologickém výzkumu.

Toto školení vedené instruktorem, ať už online nebo prezenčně, je zaměřeno na pokročilé specialisty na fúzi senzorů a inženýry umělé inteligence, kteří chtějí vyvíjet algoritmy pro fúzi více senzorů a optimalizovat navigaci v reálném čase v autonomních systémech.

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit základy a výzvy fúze dat z více senzorů.
• Implementovat algoritmy pro fúzi senzorů pro navigaci v reálném čase v autonomních systémech.
• Integrovat data z LiDAR, kamer a RADARu pro zlepšení vnímání okolí.
• Analyzovat a vyhodnocovat výkon fúzního systému za různých podmínek.
• Vyvíjet praktická řešení pro redukci šumu senzorů a zarovnání dat.

OpenCV (Open Source Computer Vision Library: http://opencv.org) je open-source knihovna s licencí BSD, která obsahuje několik stovek algoritmů počítačového vidění.

Publikum

Tento kurz je zaměřen na inženýry a architekty, kteří chtějí využít OpenCV pro projekty počítačového vidění

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na softwarové inženýry, kteří chtějí programovat v Python s OpenCV 4 pro hluboké učení.

Na konci tohoto školení budou účastníci schopni:

• Zobrazte, načtěte a klasifikujte obrázky a videa pomocí OpenCV 4.
• Implementujte hluboké učení v OpenCV 4 pomocí TensorFlow a Keras.
• Spouštějte modely hlubokého učení a generujte působivé zprávy z obrázků a videí.

OpenFace je Python a Torch otevřený software pro rozpoznávání obličeje v reálném čase založený na výzkumu FaceNet společnosti Google.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak používat komponenty OpenFace k vytvoření a nasazení ukázkové aplikace pro rozpoznávání obličeje.

Na konci tohoto školení budou účastníci schopni:

• Pracujte s komponentami OpenFace, včetně dlib, OpenVC, Torch a nn4, abyste mohli implementovat detekci, zarovnání a transformaci obličeje
• Použijte OpenFace na aplikace v reálném světě, jako je sledování, ověřování identity, virtuální realita, hraní her a identifikace opakovaných zákazníků atd.

Publikum

• Vývojáři
• Datoví vědci

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Pattern Matching je technika používaná k nalezení specifikovaných vzorů v obraze. Může být použit k určení existence specifikovaných charakteristik v pořízeném snímku, například očekávaný štítek na vadném produktu v tovární lince nebo specifikované rozměry součásti. Liší se od „Pattern Recognition“ (který rozpoznává obecné vzory založené na větších kolekcích příbuzných vzorků) v tom, že konkrétně určuje, co hledáme, a pak nám říká, zda očekávaný vzor existuje nebo ne.

Formát kurzu

• Tento kurz seznamuje s přístupy, technologiemi a algoritmy používanými v oblasti porovnávání vzorů, jak se vztahuje na Machine Vision.

Toto živé školení vedené instruktorem představuje software, hardware a postupný proces potřebný k vytvoření systému rozpoznávání obličeje od nuly. Rozpoznávání obličeje je také známé jako Face Recognition.

Hardware používaný v této laboratoři zahrnuje Rasberry Pi, kamerový modul, serva (volitelné) atd. Účastníci jsou odpovědní za nákup těchto komponent sami. Použitý software zahrnuje OpenCV, Linux, Python atd.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte Linux, OpenCV a další softwarové nástroje a knihovny na Rasberry Pi.
• Nakonfigurujte OpenCV pro zachycení a detekci snímků obličeje.
• Pochopte různé možnosti balení systému Rasberry Pi pro použití v reálných prostředích.
• Přizpůsobte systém různým případům použití, včetně sledování, ověřování identity atd.

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

• Mezi další hardwarové a softwarové možnosti patří: Arduino, OpenFace, Windows atd. Pokud si přejete použít některou z těchto možností, kontaktujte nás, abychom se domluvili.

Tento instruktážní živý kurz v České republice (online nebo na místě) je určen pro středně pokročilé odborníky, kteří chtějí použít Vision Builder AI ke konstrukci, implementaci a optimalizaci automatických inspekčních systémů pro procesy SMT (Surface-Mount Technology).

Konec kurzu budou účastníci schopni:

• Nastavit a nakonfigurovat automatické inspekce pomocí Vision Builder AI.
• Získat a předzpracovat vysokokvalitní obrázky pro analýzu.
• Implementovat logická rozhodnutí pro detekci vad a validaci procesu.
• Vytvářet inspekční zprávy a optimalizovat výkon systému.