Formation Vision par ordinateur en Dartmouth

Cette formation en direct, encadrée par un instructeur, en Dartmouth (en ligne ou sur site), s'adresse aux ingénieurs en vision par ordinateur de niveau intermédiaire à avancé, aux développeurs d'IA et aux professionnels de l'IoT souhaitant implémenter et optimiser des modèles de vision par ordinateur pour le traitement en temps réel sur des appareils périphériques.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondements de l'IA en périphérie et ses applications dans le domaine de la vision par ordinateur.
• Déployer des modèles d'apprentissage profond optimisés sur des appareils périphériques pour l'analyse d'images et de vidéos en temps réel.
• Utiliser des frameworks tels que TensorFlow Lite, OpenVINO et NVIDIA Jetson SDK pour le déploiement de modèles.
• Optimiser les modèles d'IA pour la performance, l'efficacité énergétique et l'inférence à faible latence.

Cette formation en direct, animée par un instructeur, en Dartmouth (en ligne ou en présentiel), s'adresse aux professionnels de niveau avancé souhaitant approfondir leur compréhension de la vision par ordinateur et explorer les capacités de TensorFlow pour développer des modèles de vision sophistiqués avec Google Colab.

À la fin de cette formation, les participants seront en mesure de :

• Créer et entraîner des réseaux neuronaux convolutifs (CNN) avec TensorFlow.
• Tirer parti de Google Colab pour un développement de modèles évolutif et efficace dans le cloud.
• Mettre en œuvre des techniques de prétraitement d'images pour les tâches de vision par ordinateur.
• Déployer des modèles de vision par ordinateur pour des applications réelles.
• Utiliser l'apprentissage par transfert pour améliorer les performances des modèles CNN.
• Visualiser et interpréter les résultats des modèles de classification d'images.

Cette formation en présentiel, animée par un formateur, à Dartmouth (en ligne ou sur site), s'adresse aux développeurs d'IA de niveau intermédiaire et aux ingénieurs en vision par ordinateur souhaitant construire des systèmes visuels robustes pour des applications de conduite autonome.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les concepts fondamentaux de la vision par ordinateur dans les véhicules autonomes.
• Mettre en œuvre des algorithmes de détection d'objets, de détection de lignes et de segmentation sémantique.
• Intégrer les systèmes de vision avec les autres sous-systèmes des véhicules autonomes.
• Appliquer des techniques d'apprentissage profond pour des tâches de perception avancées.
• Évaluer la performance des modèles de vision par ordinateur dans des scénarios réels.

Cette formation en direct animée par un formateur en Dartmouth (en ligne ou sur site) s'adresse au personnel des services de police de niveau débutant souhaitant passer du croquis manuel de visages à l'utilisation d'outils d'IA pour développer des systèmes de reconnaissance faciale.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes fondamentaux de l'Intelligence Artificielle et de l'Apprentissage Automatique.
• Apprendre les bases du traitement numérique des images et leur application dans la reconnaissance faciale.
• Développer des compétences dans l'utilisation d'outils et de cadres d'IA pour créer des modèles de reconnaissance faciale.
• Acquérir une expérience pratique dans la création, l'entraînement et les tests de systèmes de reconnaissance faciale.
• Comprendre les considérations éthiques et les bonnes pratiques en matière d'utilisation de la technologie de reconnaissance faciale.

Cette formation pratique sur Dartmouth couvre les fondamentaux de Fiji et d'ImageJ pour la recherche biologique. Les apprenants acquièrent des compétences pratiques en prétraitement d'images, en analyse quantitative et en automatisation par macros pour rationaliser les flux de travail pour les tissus histologiques, les cellules et autres échantillons, avec des résultats reproductibles.

Ce cours en direct, dirigé par un formateur, à Dartmouth (en ligne ou sur site), s'adresse aux professionnels de niveau intermédiaire qui souhaitent utiliser Vision Builder AI pour concevoir, mettre en œuvre et optimiser des systèmes d'inspection automatisée pour les procédés SMT (Technologie de montage en surface).

À la fin de cette formation, les participants seront capables de :

• Mettre en place et configurer des inspections automatisées à l'aide de Vision Builder AI.
• Acquérir et prétraiter des images de haute qualité pour analyse.
• Mettre en œuvre des décisions basées sur la logique pour la détection de défauts et la validation des procédés.
• Générer des rapports d'inspection et optimiser les performances du système.

Cette formation en direct, animée par un formateur, se déroule à Dartmouth (en ligne ou sur site) et s'adresse aux développeurs, chercheurs et scientifiques des données de niveau intermédiaire à avancé qui souhaitent apprendre à implémenter la détection d'objets en temps réel à l'aide de YOLOv7.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les concepts fondamentaux de la détection d'objets.
• Installer et configurer YOLOv7 pour des tâches de détection d'objets.
• Entraîner et tester des modèles de détection d'objets personnalisés à l'aide de YOLOv7.
• Intégrer YOLOv7 à d'autres frameworks et outils de vision par ordinateur.
• Dépanner les problèmes courants liés à l'implémentation de YOLOv7.