What You Need to Know Before
You Start
Starts 7 June 2025 00:18
Ends 7 June 2025

Computer Vision for Engineering and Science
106 Cours
Not Specified
Optional upgrade avallable
All Levels
Progress at your own speed
Free
Optional upgrade avallable
Aperçu
Explorez la pointe de la technologie avec notre spécialisation en Vision par Ordinateur pour l'Ingénierie et la Science. Les caméras jouent un rôle essentiel dans une panoplie de technologies innovantes, allant de l'aide aux systèmes autonomes dans la navigation environnementale à l'assistance aux chirurgiens pour des procédures minimalement invasives.
Maîtriser les techniques de vision par ordinateur est crucial pour les ingénieurs visant à extraire des informations vitales à partir d'images et de vidéos. Ce cours complet, proposé sur Coursera, vous dotera des compétences essentielles pour de nombreux emplois très demandés aujourd'hui.
Vous apprendrez à :
- Effectuer une détection d'objet sophistiquée
- Entraîner des modèles robustes de classification d'images
- Utiliser des caractéristiques pour le suivi d'objet et l'alignement d'image
- Identifier le mouvement dans le contenu vidéo
- Mettre en œuvre des techniques avancées de suivi multi-objets
Tout au long de cette spécialisation, MATLAB, un outil privilégié par des millions de personnes dans l'ingénierie et la science, sera utilisé. Les participants bénéficieront d'un accès gratuit à MATLAB, assurant qu'ils disposent des outils nécessaires pour mener à bien leurs projets de vision par ordinateur.
Bien qu'une expérience préalable en traitement d'image soit bénéfique, les débutants sont encouragés à commencer par la spécialisation en Traitement d'Image pour l'Ingénierie et la Science afin d'acquérir une compréhension fondamentale. Plongez dans le monde de l'apprentissage automatique, de la vision par ordinateur et plus encore avec cette collaboration Coursera et MATLAB, vous frayant un chemin dans les domaines de l'Apprentissage Automatique, Vision par Ordinateur, MATLAB, Classification d'Image et Détection d'Objet.
Enseigné par
Amanda Wang, Brandon Armstrong, Isaac Bruss, Matt Rich and Megan Thompson
Sujets