Richmond Hill - The Business Exchange

9225 Leslie Street, Richmond Hill, Canada, L4B 3H6
Place your business in the peaceful surroundings of Richmond Hill, home to leading global brands. Located in the northern sub...

Sous-catégories (2)

Image for OpenCV category
OpenCV
Image for Machine Vision category
Machine Vision

Découvrez nos formations

YOLOv7: Real-time Object Detection with Computer Vision

21 heures
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux développeurs, chercheurs et data scientists de niveau intermédiaire à avancé qui souhaitent apprendre à mettre en œuvre la détection d'objets en temps réel à l'aide de YOLOv7. A l'issue de cette formation, les participants seront capables de :
  • Comprendre les concepts fondamentaux de la détection d'objets.
  • Installer et configurer YOLOv7 pour les tâches de détection d'objets.
  • Former et tester des modèles de détection d'objets personnalisés à l'aide de YOLOv7.
  • Intégrer YOLOv7 avec d'autres cadres et outils de vision par ordinateur.
  • Dépanner les problèmes courants liés à l'implémentation de YOLOv7.
En savoir plus...

Deep Learning pour la Vision avec Caffe

21 heures
Caffe est un cadre d'apprentissage en profondeur conçu pour l'expression, la rapidité et la modularité. Ce cours explore l’application de Caffe tant que cadre d’apprentissage approfondi pour la reconnaissance d’images en prenant comme exemple le MNIST. Public Ce cours convient aux chercheurs et ingénieurs Deep Learning intéressés par l'utilisation de Caffe tant que cadre. Une fois ce cours terminé, les délégués seront en mesure de:
  • comprendre la structure et les mécanismes de déploiement de Caffe
  • effectuer des tâches d'installation / environnement de production / architecture et configuration
  • évaluer la qualité du code, effectuer le débogage, la surveillance
  • implémenter une production avancée telle que des modèles d'entraînement, implémenter des couches et se connecter
En savoir plus...

Marvin Framework for Image and Video Processing

14 heures
Marvin est un framework de traitement d'images et de vidéos vidéo extensible, multiplate-forme et à code source ouvert, développé en Java . Les développeurs peuvent utiliser Marvin pour manipuler des images, extraire des fonctionnalités d’images pour des tâches de classification, générer des figures par algorithme, traiter des ensembles de données de fichiers vidéo et configurer l’automatisation du test unitaire. Certaines des applications vidéo de Marvin incluent le filtrage, la réalité augmentée, le suivi d'objets et la détection de mouvement. Dans ce cours en direct animé par un instructeur, les participants apprendront les principes de l'analyse d'images et de vidéos et utiliseront le framework Marvin et ses algorithmes de traitement d'images pour créer leur propre application. Format du cours
  • Les principes de base de l'analyse d'images, l'analyse vidéo et le framework Marvin sont d'abord présentés. Les étudiants reçoivent des tâches basées sur des projets qui leur permettent de mettre en pratique les concepts appris. À la fin du cours, les participants auront développé leur propre application à l'aide du framework Marvin et des bibliothèques.
En savoir plus...

Computer Vision with Python

14 heures
Computer Vision est un domaine qui consiste à extraire, analyser et comprendre automatiquement des informations utiles à partir des médias numériques Python est un langage de programmation de haut niveau connu pour sa syntaxe claire et sa lisibilité Dans cette formation en ligne, les participants apprendront les bases de la vision par ordinateur au fur et à mesure de la création d'un ensemble d'applications simples de Computer Vision utilisant Python À la fin de cette formation, les participants seront en mesure de: Comprendre les bases de la vision par ordinateur Utiliser Python pour implémenter des tâches Computer Vision Construire son propre système de détection de visage, d'objet et de mouvement Public Programmeurs Python intéressés par Computer Vision Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
En savoir plus...

Deep Learning for Self Driving Cars

21 heures
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux développeurs qui souhaitent construire une voiture autonome à l'aide de techniques d'apprentissage en profondeur. A l'issue de cette formation, les participants seront capables de :
  • Utiliser Keras pour construire et entraîner un réseau neuronal convolutif.
  • Utiliser des techniques de vision par ordinateur pour identifier les voies dans un projet de conduite autonome.
  • Entraîner un modèle d'apprentissage profond pour différencier les panneaux de signalisation.
  • Simuler une voiture entièrement autonome.
En savoir plus...

Computer Vision with SimpleCV

14 heures
SimpleCV est un framework open source, c’est-à-dire un ensemble de bibliothèques et de logiciels que vous pouvez utiliser pour développer des applications de vision. Il vous permet de travailler avec les images ou les flux vidéo provenant de webcams, de caméras Kinect, FireWire et IP ou de téléphones mobiles. Il vous aide à créer des logiciels pour que vos différentes technologies non seulement voient le monde, mais le comprennent aussi. Public Ce cours est destiné aux ingénieurs et aux développeurs souhaitant développer des applications de vision par ordinateur avec SimpleCV.
En savoir plus...

Hardware-Accelerated Video Analytics

14 heures
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux développeurs qui souhaitent créer des modèles de détection et de suivi d'objets accélérés par le matériel pour analyser les données vidéo en continu. A l'issue de cette formation, les participants seront capables de :
  • Installer et configurer l'environnement de développement, les logiciels et les bibliothèques nécessaires pour commencer à développer.
  • Construire, entraîner et déployer des modèles d'apprentissage profond pour analyser les flux vidéo en direct.
  • Identifier, suivre, segmenter et prédire différents objets dans les images vidéo.
  • Optimiser les modèles de détection et de suivi des objets.
  • Déployer une application d'analyse vidéo intelligente (IVA).
En savoir plus...

Real-Time Object Detection with YOLO

7 heures
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux développeurs back-end et aux scientifiques des données qui souhaitent incorporer des modèles YOLO pré-entraînés dans leurs programmes d'entreprise et mettre en œuvre des composants rentables pour la détection d'objets. A l'issue de cette formation, les participants seront capables de :
  • Installer et configurer les outils et bibliothèques nécessaires à la détection d'objets à l'aide de YOLO.
  • Personnaliser Python les applications en ligne de commande qui fonctionnent sur la base des modèles pré-entraînés de YOLO.
  • Implémenter le cadre des modèles YOLO pré-entraînés pour divers projets de vision par ordinateur.
  • Convertir des ensembles de données existants pour la détection d'objets au format YOLO.
  • Comprendre les concepts fondamentaux de l'algorithme YOLO pour la vision par ordinateur et/ou l'apprentissage profond.
En savoir plus...

Pattern Matching

14 heures
La correspondance de motifs est une technique utilisée pour localiser les motifs spécifiés dans une image. Il peut être utilisé pour déterminer l'existence de caractéristiques spécifiées dans une image capturée, par exemple l'étiquette attendue sur un produit défectueux dans une ligne d'usine ou les dimensions spécifiées d'un composant. Il est différent de " Pattern Recognition " (qui reconnaît les modèles généraux basés sur des collections plus importantes d'échantillons connexes) en ce qu'il dicte spécifiquement ce que nous recherchons, puis nous indique si le modèle attendu existe ou non.
    Format du cours
    • Ce cours présente les approches, les technologies et les algorithmes utilisés dans le domaine de la correspondance de modèles tel qu'il s'applique à la Machine Vision .
    En savoir plus...

    Vision par ordinateur avec OpenCV

    28 heures
    OpenCV (Open Source Computer Vision Library : http://opencv.org) est une bibliothèque open source sous licence BSD qui comprend plusieurs centaines d'algorithmes de vision par ordinateur.PublicCe cours s'adresse aux ingénieurs et architectes cherchant à utiliser OpenCV pour des projets de vision par ordinateur.
    En savoir plus...

    Python and Deep Learning with OpenCV 4

    14 heures
    Cette formation en <loc> ; (en ligne ou sur site) est destinée aux ingénieurs logiciels qui souhaitent programmer en Python avec OpenCV 4 pour l'apprentissage profond. A l'issue de cette formation, les participants seront capables de :
    • Voir, charger et classer des images et des vidéos en utilisant OpenCV 4.
    • Implémenter l'apprentissage profond dans OpenCV 4 avec TensorFlow et Keras.
    • Exécuter des modèles d'apprentissage profond et générer des rapports percutants à partir d'images et de vidéos.
    En savoir plus...

    Raspberry Pi + OpenCV for Facial Recognition

    21 heures
    Cette formation en ligne, introduite, présente le logiciel, le matériel et le processus stepbystep nécessaires pour construire un système de reconnaissance faciale à partir de zéro La reconnaissance faciale est également connue sous le nom de reconnaissance faciale Le matériel utilisé dans ce laboratoire comprend Rasberry Pi, un module de caméra, des servos (en option), etc Les participants sont responsables de l'achat de ces composants eux-mêmes Le logiciel utilisé comprend OpenCV, Linux, Python, etc À la fin de cette formation, les participants seront en mesure de: Installez Linux, OpenCV et d'autres utilitaires et bibliothèques de logiciels sur un Rasberry Pi Configurez OpenCV pour capturer et détecter les images faciales Comprendre les différentes options pour l'emballage d'un système Rasberry Pi pour une utilisation dans des environnements réels Adapter le système pour une variété de cas d'utilisation, y compris la surveillance, la vérification d'identité, etc Public Développeurs Techniciens en matériel / logiciel Des personnes techniques dans toutes les industries Amateurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarque Les autres options matérielles et logicielles incluent: Arduino, OpenFace, Windows, etc Si vous souhaitez utiliser l'un d'entre eux, veuillez nous contacter pour organiser .
    En savoir plus...

    Last Updated:

    Nos Clients témoignent (12)

    Trainer was very knowlegable and very open to feedback on what pace to go through the content and the topics we covered. I gained alot from the training and feel like I now have a good grasp of image manipulation and some techniques for building a good training set for an image classification problem.

    Anthea King - WesCEF
    Formation - Computer Vision with Python

    The hands-on approach

    Kevin De Cuyper
    Formation - Computer Vision with OpenCV

    exemples et exercices

    Kamil
    Formation - Introduction to Data Science and AI using Python

    Traduction automatique

    The course is very interesting being the main focus nowdays

    mohamed taher - FAB banak Egypt
    Formation - Introduction to Data Science and AI (using Python)

    Ahmed was very interactive and didn’t mind answering any kind of questions Well presentation and smooth flow of the course

    Mohamed Ghowaiba - FAB banak Egypt
    Formation - Introduction to Data Science and AI (using Python)

    Helpful and good listener .. interactive

    Ahmed El Kholy - FAB banak Egypt
    Formation - Introduction to Data Science and AI (using Python)

    Toutes les informations présentées

    Jose Victor - si
    Formation - Artificial Intelligence (AI) for Managers

    Traduction automatique

    Les exercices et les exemples donnés.

    Marcos - si
    Formation - Artificial Intelligence (AI) for Managers

    Traduction automatique

    Les thèmes de l'apprentissage automatique.

    Víctor Edgar - si
    Formation - Artificial Intelligence (AI) for Managers

    Traduction automatique

    L'attitude de l'enseignant

    Ivonne Guadalupe Avendaño Hernandez - si
    Formation - Artificial Intelligence (AI) for Managers

    Traduction automatique

    Les concepts enseignés étaient clairs, pratiques et très utiles pour se faire une idée de la manière d'utiliser ce sujet de l'IA et de la ML.

    Miguel - si
    Formation - Artificial Intelligence (AI) for Managers

    Traduction automatique

    The training definitely backfilled some of the gaps in my knowledge left by reading the OptaPlanner userguide. It gave me a good broad understanding of how to approach using OptaPlanner in our projects going forward.

    Terry Strachan - Exel Computer Systems plc
    Formation - OptaPlanner in Practice

    Upcoming Courses

    Autres régions en Canada

    Autres pays

    Ces formations sont également disponibles dans d'autres pays

    Conseil

    Computer Vision Conseil
    Computer Vision formation à Richmond Hill, Weekend Computer Vision cours à Richmond Hill, Soir Computer Vision formation à Richmond Hill, Computer Vision formateur en ligne à Richmond Hill, Computer Vision formation à Richmond Hill, Computer Vision cours du soir à Richmond Hill, Computer Vision formation Intra à Richmond Hill, Computer Vision formation Intra Entreprise à Richmond Hill, Computer Vision formation Inter à Richmond Hill, Computer Vision formation Inter Entreprise à Richmond Hill, Computer Vision instructeur à Richmond Hill, Soir Computer Vision cours à Richmond Hill, Computer Vision sur place à Richmond Hill, Weekend Computer Vision formation à Richmond Hill, Computer Vision formateur à Richmond Hill, Computer Vision professeur à Richmond Hill,Computer Vision cours à Richmond Hill, Computer Vision préparation à Richmond Hill, Computer Vision cours privé à Richmond Hill, Computer Vision entraînement à Richmond Hill, Computer Vision coaching à Richmond Hill, Computer Vision cours particuliers à Richmond Hill, Computer Vision coach à Richmond Hill, Computer Vision stage de préparation à Richmond Hill, Computer Vision préparation aux examens à Richmond Hill
    1