Deep Learning Odyssey của Shin Kyung-sik - Cơ bản về hình ảnh cho thị giác máy tính

Củng cố nền tảng lý thuyết về hình ảnh, điều thiết yếu trước khi học về thị giác máy tính dựa trên học sâu. Hiểu rõ bản chất của dữ liệu hình ảnh như pixel, độ phân giải, biểu diễn màu sắc, đồng thời rèn luyện kỹ năng lập trình thực tế để đọc, chuyển đổi và tiền xử lý hình ảnh bằng Python.

23 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian Không giới hạn

Computer Vision(CV)
Computer Vision(CV)
Deep Learning(DL)
Deep Learning(DL)
AI
AI
Computer Vision(CV)
Computer Vision(CV)
Deep Learning(DL)
Deep Learning(DL)
AI
AI

Bạn sẽ nhận được điều này sau khi học.

  • Hiểu nguyên lý biểu diễn dữ liệu hình ảnh dưới dạng mảng số và thao tác trên từng pixel

  • Tìm hiểu cách xử lý hình ảnh bằng Python

  • Nuôi dưỡng khả năng xử lý dữ liệu hình ảnh dựa trên biến đổi gamma, broadcasting và tiền xử lý hình ảnh.

Deep Learning Odyssey của Shin Kyung-sik

Liên kết bản đồ lộ trình học tập

Nền tảng cần trau dồi trước khi học thị giác máy tính!
Thấu hiểu về chính hình ảnh

Khóa học này nhằm xây dựng nền tảng vững chắc về bản thân hình ảnh để học các bài giảng về thị giác máy tính sẽ được triển khai trong tương lai.

Bài giảng này bao gồm các nội dung sau, giúp nuôi dưỡng không chỉ lý thuyết về hình ảnh mà còn cả năng lực lập trình về hình ảnh.

Chương 1: Cơ bản về hình ảnh

1.1 Độ sáng và màu sắc trong hình ảnh

1.2 Hình ảnh dưới dạng mảng số hai chiều

1.3 Điểm ảnh (Pixel)

1.4 Ví dụ về hình ảnh được xử lý trong thị giác máy tính

Chương 2: Cơ bản về xử lý hình ảnh

2.0 Thiết lập môi trường phát triển

2.1 Đọc, hiển thị và lưu trữ hình ảnh

2.2 Chuyển đổi hình ảnh thành đối tượng Tensor

2.3 Xử lý các kênh của hình ảnh

2.4 Cắt xén hình ảnh (Image Cropping)

Chương 3 Các phép toán trên hình ảnh

3.1 Phép toán theo từng pixel: Biến đổi Gamma

3.2 Các phép toán theo từng phần tử giữa các hình ảnh: Masking hình ảnh

3.3 Chuẩn hóa hình ảnh

Thiết lập nền tảng lý thuyết vững chắc về hình ảnh!

Để hiểu về hình ảnh dưới góc độ lý thuyết,

  • Số hóa độ sáng và màu sắc

  • Hình ảnh dưới dạng mảng số liệu

Khái niệm về là vô cùng cần thiết.

Trong bài giảng này, chúng ta sẽ xây dựng một nền tảng lý thuyết vững chắc như vậy.


Ngoài ra, việc hiểu về pixel, thành phần cấu tạo nên hình ảnh, cũng là điều bắt buộc. Trong bài giảng này, chúng ta sẽ tìm hiểu kỹ về pixel cùng với cách biểu diễn tọa độ của pixel.


Trong thị giác máy tính, chúng ta không chỉ xử lý những hình ảnh gặp trong đời sống thực tế mà còn cả nhiều loại dữ liệu khác nhau có thể được giải mã dưới dạng hình ảnh. Trong bài giảng này, chúng ta sẽ hệ thống lại các dạng dữ liệu đa dạng được xử lý trong thị giác máy tính.


Cơ bản về lập trình cho hình ảnh!

Trong thị giác máy tính, có rất nhiều phương pháp xử lý hình ảnh khác nhau được thực hiện.

Trong bài giảng này, chúng ta sẽ thiết lập phương pháp cơ bản để xử lý hình ảnh được giải thích dưới dạng tensor.

Để thực hiện điều này, chúng tôi sẽ trực tiếp triển khai các kỹ thuật xử lý hình ảnh cơ bản sau đây ở cấp độ tensor.

  • Trích xuất các kênh của hình ảnh màu

  • Cắt xén hình ảnh (Image cropping)

  • Chuyển đổi hình ảnh màu thành hình ảnh trắng đen



Cơ bản về các phép toán trên hình ảnh!

Khi bắt đầu học về thị giác máy tính, các phép toán trên hình ảnh chiếm vai trò chủ đạo.

Trong bài giảng này, để thực hiện điều đó, chúng ta sẽ tìm hiểu về các phép toán cơ bản trên hình ảnh.



Phương pháp tính toán theo từng pixel dựa trên Gamma Transformation


Phương pháp tính toán giữa các hình ảnh dựa trên masking hình ảnh


Kỹ thuật trích xuất giá trị thống kê và tiền xử lý hình ảnh dựa trên chuẩn hóa hình ảnh

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người mới bắt đầu muốn xây dựng nền tảng vững chắc về Deep Learning và Computer Vision.

  • Người mới bắt đầu muốn xây dựng nền tảng cơ bản về dữ liệu hình ảnh trước khi bắt đầu học thị giác máy tính bằng Deep Learning.

  • Nhà phát triển đã biết cú pháp Python cơ bản nhưng chưa có kinh nghiệm xử lý hình ảnh

Cần biết trước khi bắt đầu?

  • Hiểu biết cơ bản về cú pháp Python cơ bản và khái niệm mảng NumPy

  • Kinh nghiệm thiết lập môi trường phát triển

Xin chào
Đây là asdfghjkl13551941

3,806

Học viên

175

Đánh giá

85

Trả lời

4.9

Xếp hạng

20

Các khóa học

Lịch sử giảng dạy

  • [LIKE LION] Khóa học Trí tuệ nhân tạo Trung - Cao cấp

  • [Viện Khoa học Khí tượng Quốc gia] Khóa học Weather AI Boostcamp năm 2022, 2023, 2025

  • [Samsung Electro-Mechanics] Khóa học SW chuyên sâu dành cho nhân viên mới

  • [Viện Đào tạo Nhân lực Khoa học và Công nghệ Quốc gia] Chương trình cố vấn dài hạn nâng cao năng lực thực hiện R&D

  • [Viện Đào tạo Nhân lực Khoa học và Công nghệ Quốc gia] Sản xuất nội dung E-learning cho khóa học chuyên sâu về R&D

  • [Viện Đào tạo Nhân lực Khoa học và Công nghệ Quốc gia] Khóa học trực quan hóa dữ liệu nghiên cứu dành cho nghiên cứu sinh sau tiến sĩ

  • [Đại học Wonkwang] Đào tạo AI tập trung và Khóa học AI ngắn hạn & dài hạn tại Đại học Wonkwang

  • [Cơ quan Thúc đẩy Xã hội Thông tin và Trí tuệ Nhân tạo Hàn Quốc] Đào tạo nhân tài nữ trong lĩnh vực SW

  • [SK m&service] Ra quyết định dựa trên dữ liệu

  • [Hiệp hội Thúc đẩy Kinh doanh IT Hàn Quốc] ICT COG Academy

  • [Sở Giáo dục Seoul] Đào tạo lĩnh vực công nghệ mới

    [KT] Khóa học nâng cao năng lực AI của KT [K-ICT] Trại phân tích khu vực dữ liệu an toàn [Viện Thúc đẩy Kinh tế và Khoa học Gyeonggi] Học Vision AI lần đầu tiên [Viện Thúc đẩy Kinh tế và Khoa học Gyeonggi] Phân tích dữ liệu bằng Python

  • [KT] Khóa học nâng cao năng lực AI của KT

  • [K-ICT] Trại phân tích khu vực an toàn dữ liệu

  • [Viện Thúc đẩy Kinh tế và Khoa học Gyeonggi] Nhập môn Vision AI cho người mới bắt đầu

  • [Gyeonggido Business & Science Accelerator] Nhập môn phân tích dữ liệu bằng Python

  • [Viện Khoa học và Công nghệ Seoul] Đào tạo chuyên sâu về ứng dụng AI

  • [Đại học Quốc gia Seoul] Đào tạo nâng cao năng lực ứng dụng AI

  • [HD Korea Shipbuilding & Offshore Engineering] Phát triển đánh giá năng lực vị trí nghiên cứu AI tại AIC

  • [Multicampus] Từ nguyên lý đến thực thi, làm chủ các thuật toán học máy cốt lõi

  • [패스트캠퍼스] Tiếp cận Deep Learning dưới góc độ toán học

  • [패스트캠퍼스] Trọn bộ từ A-Z về Machine Learning và Phân tích dữ liệu trong một lần học

  • [패스트캠퍼스] Byte Degree Lv.2 Deep Learning Essentials

  • [Fast Campus] Khoảng cách siêu biệt về Trí tuệ nhân tạo Deep Learning

  • [Fast Campus] Khoảng cách siêu việt Khoa học máy tính VER.2

    Phân tích A-Z [Fast Campus] Byte Degree Lv.2 Deep Learning Essentials [Fast Campus] Deep Learning AI Super Gap [Fast Campus] Khoa học Máy tính Super Gap VER.2

Thêm

Chương trình giảng dạy

Tất cả

19 bài giảng ∙ (3giờ 30phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của asdfghjkl13551941

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn, kết thúc sau 7 ngày ngày

6.930 ₫

30%

209.037 ₫