Interaktivní školení počítačového vidění vedená lektorem, která lze absolvovat online nebo osobně, vám prostřednictvím diskuse a praktických cvičení názorně představí základy této technologie. Účastníci se během kurzu postupně naučí vytvářet jednoduché aplikace pro počítačové vidění.
Školení z oblasti počítačového vidění jsou dostupná ve formě "online živého školení" nebo "osobního živého školení". Online živé školení (také známé jako "vzdálené živé školení") se provádí prostřednictvím interaktivního vzdáleného desktopu. Osobní živé školení lze uskutečnit buď přímo v prostorech klienta v Prague, nebo v firemních školicích centrech společnosti NobleProg v Prague.
Jeďte tramvají č. 9 ze zastávky Hlavní nádraží směrem na Sídliště Řepy.
Vystupte na zastávce Újezd.
Pokračujte pěšky asi 10 minut směrem na Malostranské náměstí / Prokopskou.
Pokračujte ulicí Prokopská až na adresu 296/8.
Alternativa: Jeďte metrem linkou C ze stanice Hlavní nádraží do stanice Muzeum, kde přestupte na linku A směrem na Nemocnici Motol. Vystupte ve stanici Malostranská a pokračujte pěšky přes Malou Stranu. Tato varianta zahrnuje více chůze.
z autobusového nádraží Praha – Florenc
Jeďte metrem linky B ze stanice Florenc směrem na Zličín.
Vystupte ve stanici Můstek.
Přestupte na linku A směrem na Nemocnici Motol.
Vystupte ve stanici Malostranská.
Pokračujte pěšky přibližně 10–15 minut na adresu Prokopská 296/8.
Toto živé školení pod vedením instruktora v Prague (online nebo na místě) je určeno pro inženýry počítačového vidění, vývojáře AI a odborníky na IoT se středně pokročilými až pokročilými znalostmi, kteří chtějí implementovat a optimalizovat modely počítačového vidění pro reálné zpracování na hraničních zařízeních.
Po absolvování tohoto kurzu budou účastníci schopni:
Porozumět základům Edge AI a jeho využití v oblasti počítačového vidění.
Nasazovat optimalizované modely hlubokého učení na hraniční zařízení pro zpracování obrazu a videa v reálném čase.
Využívat nástroje jako TensorFlow Lite, OpenVINO a NVIDIA Jetson SDK při nasazování modelů.
Optimalizovat modely AI z hlediska výkonu, energetické efektivnosti a minimální latence.
Tento kurzar, vedený lektorem v Prague (online nebo na místě), je určen pokročilým profesionálům, kteří si chtějí prohloubit znalosti o počítačovém vidění a prozkoumat možnosti TensorFlowu při vývoji sofistikovaných modelů vidění pomocí Google Colab.
Po dokončení tohoto školení budou účastníci schopni:
Vytvářet a trénovat konvoluční neuronové sítě (CNN) pomocí TensorFlowu.
Využít Google Colab pro škálovatelný a efektivní cloudový vývoj modelů.
Implementovat techniky předzpracování obrazů pro úlohy počítačového vidění.
Nasazovat modely počítačového vidění pro reálné aplikace.
Používat přenosové učení (transfer learning) ke zlepšení výkonu modelů CNN.
Vizualizovat a interpretovat výsledky modelů klasifikace obrazů.
Tento kurz vedený lektorem v oblasti Prague se zaměřuje na nasazování a optimalizaci modelů CV a NLP pomocí CANN SDK pro hardware Ascend. Účastníci se naučí převádět modely, integrovat je do živých potoků a zlepšovat výkon inferenční pro real-time detekci a analýzu.
Toto živé školení pod vedením instruktora Prague (online nebo na místě) je určeno pro vývojáře umělé inteligence a inženýry počítačového vidění na středně pokročilé úrovni, kteří chtějí budovat robustní vizuální systémy pro autonomní řízení.
Po absolvování tohoto kurzu budou účastníci schopni:
Pochopit základní koncepty počítačového vidění v autonomních vozidlech.
Implementovat algoritmy pro detekci objektů, rozpoznávání jízdních pruhů a semantickou segmentaci.
Integrovat vizuální systémy s dalšími subsystémy autonomních vozidel.
Využívat metody hlubokého učení k řešení pokročilých úkolů v oblasti vnímání prostředí.
Vyhodnocovat výkonnost modelů počítačového vidění v reálných podmínkách.
Toto praktické školení pod vedením instruktora v Prague (online nebo na místě) je určeno pro policisty začátečníky, kteří si přejí přejít od ručního kreslení portrétů k využívání nástrojů umělé inteligence při vývoji systémů na rozpoznávání obličejů.
Po absolvování tohoto školení budou účastníci schopni:
Pochopit základy umělé inteligence a strojového učení.
Seznámit se se základy digitálního zpracování obrazu a jeho využitím při rozpoznávání obličejů.
Získat dovednosti potřebné k používání nástrojů a frameworků umělé inteligence při vytváření modelů pro rozpoznávání obličejů.
Získat praktické zkušenosti s tvorbou, trénováním a testováním systémů na rozpoznávání obličejů.
Porozumět etickým aspektům a osvědčeným postupům při využívání technologie rozpoznávání obličejů.
Tento praktický kurz o Prague pokrývá základy Fiji a ImageJ pro biologický výzkum. Účastníci získají praktické dovednosti v předzpracování obrazů, kvantitativní analýze a automatizaci pomocí makr, aby mohli optimalizovat pracovní postupy pro histologické tkáně, buňky a jiné vzorky za podmínek reprodukovatelných výsledků.
Toto školení pod vedením instruktora Prague (online nebo na místě) je určeno pro profesionály středně pokročilé úrovně, kteří chtějí s pomocí Vision Builder AI navrhovat, implementovat a optimalizovat systémy automatizované inspekce pro procesy SMT (technologie povrchové montáže).
Po absolvování tohoto školení budou účastníci schopni:
Nastavit a konfigurovat automatizované inspekce pomocí Vision Builder AI.
Zachytávat a předzpracovávat vysoce kvalitní snímky pro analýzu.
Používat logická rozhodnutí k detekci vad a ověřování správnosti procesů.
Vytvářet inspekční zprávy a optimalizovat výkon celého systému.
Tento interaktivní školení vedené lektorem v oblasti Prague (online nebo na místě) je určeno vývojářům, výzkumníkům a datovým vědcům s pokročilou až odbornou úrovní, kteří si přejí osvojit si implementaci reálné detekce objektů pomocí YOLOv7.
Na konci tohoto školení budou účastníci schopni:
Chápat základní koncepty detekce objektů.
Nainstalovat a nakonfigurovat YOLOv7 pro úlohy detekce objektů.
Trénovat a testovat vlastní modely detekce objektů pomocí YOLOv7.
Integrovat YOLOv7 s jinými frameworky a nástroji pro počítačové vidění.
Odstraňovat běžné problémy spojené s implementací YOLOv7.
Objevte základy Computer Vision v tomto praktickém, instruktorem vedeném školení v Prague. Účastníci budou pomocí jazyka Python stavět systémy pro detekci obličeje, objektů a pohybu. Tento kurz nabízí praktický základ v oblasti zpracování obrázků a úloh Computer Vision.
Počítačové vidění počítačová školení v Prague
Počítačové vidění počítačové kurzy v Prague
Počítačové vidění kurzy v Prague
Víkendové Počítačové vidění kurzy v Prague
Večerní Počítačové vidění školení v Prague, Počítačové vidění individuální školení v Prague, Počítačové vidění lektor v Prague, Počítačové vidění školení v Prague, Počítačové vidění koučování v Prague, Večerní Počítačové vidění kurzy v Prague, Počítačové vidění přijímač v Prague, Počítačové vidění školitel v Prague, Počítačové vidění vedené školitelem v Prague, Počítačové vidění on-site v Prague, Počítačové vidění uzavřená školení v Prague, Víkendové Počítačové vidění školení v PragueComputer Vision počítačová školení v Prague
počítačové kurzy v Prague
kurzy v Prague
Víkendové kurzy v Prague
Večerní školení v Prague, Víkendové školení v Prague, Večerní kurzy v Prague, lektor v Prague, Computer Vision vedené školitelem v Prague, Computer Vision individuální školení v Prague, Computer Vision školitel v Prague, on-site v Prague, koučování v Prague, Computer Vision školení v Prague, přijímač v Prague, uzavřená školení v Prague
