在机器人、自主系统和 Augmentation 现实等行业应用计算机视觉的实践技能
处理、分析和解读图像的实用技术，提供智能视觉洞察力
如何使用 Python、Pillow 和 OpenCV 进行图像过滤、增强、分类和 Object Detection
使用监督学习方法逐步指导建立和训练图像分类器
在本模块中，我们将讨论快速发展的图像处理领域。图像处理不仅是计算机视觉的第一步，而且应用广泛，从让智能手机的图像看起来晶莹剔透，到帮助医生治疗疾病，无所不包。
5个视频3篇阅读材料2个作业
图像处理可以增强图像或从中提取有用信息。在本 Modulation 中，我们将学习使用 Python 库 OpenCV 和 Pillow 进行图像处理的基础知识。
6个视频1篇阅读材料2个作业9个应用程序项目
在本模块中，您将学习计算机视觉常用的各种机器学习分类方法，包括 k 近邻、逻辑回归、SoftMax 回归和支持向量机。最后，您还将学习图像特征。
8个视频1篇阅读材料2个作业5个应用程序项目
在本模块中，您将学习神经网络、全连接神经网络和卷积神经网络（CNN）。您将了解层等不同组件和 ReLU 等不同类型的激活函数。您还将了解不同的 CNN 架构，如 ResNet 和 LenNet。
4个视频1篇阅读材料2个作业6个应用程序项目1个插件
在本模块中，您将学习使用不同方法进行物体检测。第一种方法是使用 Haar Cascade 分类器，第二种是使用 R-CNN 和 MobileNet。
2个视频2篇阅读材料2个作业2个应用程序项目
在本课程的最后一周，您将使用 Transfer Learning 建立并评估一个图像分类器。在这个项目中，您将在有标签的图像上训练您的自定义模型，并测试其性能。
1个视频2篇阅读材料1次同伴评审2个应用程序项目3个插件
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
Edge Impulse
University of Colorado Boulder
MathWorks
1,412 条评论
64.95%
19.17%
6.74%
3.79%
5.33%
显示 3/1412 个
已于 May 19, 2021审阅
very informative course which truly helped me learn .The labs service however is very bad but teaching staff is always there to help
已于 Nov 1, 2024审阅
Nice overview of Computer Vision and image processing. But a bit fast paced and dense for those totally new to the topic of CV or image processing.
已于 Nov 12, 2019审阅
Thoroughly enjoyed this course. Learned about OpenCV a bit and added to my small knowledge of Python. The ability to know how to train Watson to do optical recognizition will be invaluable.
完成本课程后，您将能够
解释什么是计算机视觉及其应用
了解 Python、OpenCV 和 IBM Watson 在计算机视觉中的作用
利用 IBM Watson、Python 和 OpenCV 对图像进行分类
使用 Watson Visual Recognition API 构建和训练自定义图像分类器
使用 OpenCV 在 Python 中处理图像
创建交互式计算机视觉网络应用程序并将其部署到云端
完成本课程不需要专门的硬件或软件。您将在云环境中完成所有实验和项目，并在 Jupyter Notebooks、OpenCV 和 IBM Watson Visual Recognition 中使用 Python。我们提供免费访问 IBM 云的说明。您需要使用现代网络浏览器（即最新版本的 Chrome 或 Firefox）。
完成本课程需要一定的编程知识，尤其是 Python 编程知识。以下课程将为您提供必要的 Python 背景知识：
提供助学金，
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。
