Bilgisayarlı Görü Modülü
Görüntülerden ve videolardan anlam çıkarmayı öğrenin. Nesne tespiti, yüz tanıma, segmentasyon gibi bilgisayarlı görü uygulamalarını derin öğrenme tabanlı yöntemlerle geliştirin.
Modül Detayları
- 👁️ Bilgisayarlı Görüye Giriş
- 🔹 Görüntü işleme ile bilgisayarlı görü farkı
- 🔹 Temel kavramlar: özellik çıkarımı, pattern recognition
- 📷 Görüntü ve Video Analizi
- 🔹 Kenar, köşe ve kontur tespiti
- 🔹 Hareket tespiti ve optik akış
- 🧑🤝🧑 Nesne Tespiti ve Tanıma
- 🔹 Klasik yöntemler (HOG, SIFT, SURF)
- 🔹 Derin öğrenme tabanlı nesne tespiti (RCNN, YOLO, SSD)
- 🙂 Yüz Analizi
- 🔹 Yüz tespiti (Haar Cascades, DNN tabanlı modeller)
- 🔹 Yüz tanıma ve kimlik doğrulama
- 🖼️ Görüntü Segmentasyonu
- 🔹 Semantic segmentation (U-Net, SegNet, DeepLab)
- 🔹 Instance segmentation (Mask R-CNN)
- 🔹 Gerçek zamanlı segmentasyon uygulamaları
- ⚙️ Pratik Uygulamalar
- 🔹 OpenCV ile uygulamalar
- 🔹 TensorFlow/Keras ve PyTorch ile bilgisayarlı görü projeleri
- 🔹 Gerçek dünyadan proje örnekleri (güvenlik, sağlık, otonom araçlar)
Hedef Kitle: Veri bilimciler, yapay zekâ geliştiricileri, yazılım mühendisleri, görüntü analizi ve AI tabanlı uygulamalar geliştirmek isteyen profesyoneller.
Önkoşullar: Temel Python bilgisi, makine öğrenmesi veya derin öğrenme giriş seviyesinde bilgi.
Süre: 24 saat
Eğitim Türü: Yüz yüze, Çevrimiçi Eş Zamanlı