课程概述(计算机视觉快速入门) | 学习笔记

简介: 快速学习课程概述(计算机视觉快速入门)

开发者学堂课程【计算机视觉入门及案例实战课程概述(计算机视觉快速入门)学习笔记,与课程紧密连接,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/744/detail/13168


课程概述(计算机视觉快速入门)

 

内容简介:

一、人脸识别的概述和演示

二、运动传感器的概述和演示

三、开发条件

四、案例涉及知识

五、视频课程配套资源的下载地址

六、习题


一、人脸识别的概述和演示

人脸识别这个概念,目前已经不陌生了,但是如果放到10年前,走在大街上,问别人什么是人脸识别,别人可能会拿起他手里的“大哥大“往你脸上砸。但现在这个概念对大家而言,已经很熟悉了,因为无论是你用手机上面的软件,还是去坐高铁等等。都会看到人脸识别的应用。

1.人脸识别

人脸识别实际上就是用人的面部特征去鉴别或者鉴定一个人的身份。鉴定一个人的身份,就是判断你是不是某人。面部特征,其中特征这个名词,面部特征中面部就是特征这样一个数字,它只跟人的脸部有关系,而跟人的其他部位没有关系。

老板的图片,那只跟他的脸部有关系,而跟他穿什么颜色的衣服没有关系。

2.视频演示和 Python 演示

通过一个短篇了解一下。小短片中人脸识别的效果,实际上就是今天要做的这样一个人脸识别的案例的效果。那用一句话概括就是,在茫茫人海中,一眼找到你。

本次课要做的就是这样一个案例,实际上也是这样一个效果。演示一下,本次课要做的案例。启动一个Python的程序,可以看到,它识别了的脸部,并且也知道了我的名字姓汤。此时把老板的照片也放到这个屏幕中,老板的照片上也出现了Boss的字样。

 

二、运动传感器的概述和演示

1.运动传感器

运动传感器,智能摄像头能够实现对运动物体的探测。

运动传感器,是基于计算机视觉的技术和物联网的技术一起打造的,它广泛的运用于博物馆和家庭的安全监控系统中。

CV+IOT打造的运动传感器,广泛运用于博物馆和家庭安全监控系统中。

计算机视觉,英文简称CV,是Computer Vision的缩写

物联网,英文简称IOT,是Internet of things的缩写

2.演示

启动一个Python程序。可以看到一个截面图,摄像头的拍摄到的画面想象成一个博物馆,摄像头拍摄到的是非常重要的文物。然后右边是手机的界面,可以把手机理解成是博物馆的安全管理员的手机。当小偷闯入到博物馆的摄像头的拍摄范围的时候,可以看到当老师出现在这样一个画面中的时候,手机出现到提示,有小偷访问了家。实际上就是一个运动传感器的例子

运动传感器是一个智能摄像头,它可以实现对运动的物体的探测。


三、开发条件

1.开发环境:Python3

2.开发工具:Pycharm

3.适应人群:0基础

开发使用的 Python 的解释器的版本是 Python3,开发使用的工具是 Pycharm,需要零基础。如果已经有一定基础,实际上也是可以学习本次课程,因为不同的阶层的个人都能够从本次课中学习到不同层面的知识。本次课所涉及的知识非常广阔,能够很好地拓展大家的事业。

 

四、案例涉及知识

1.图像学基础概念

2.计算机视觉基础概念

3.人工智能基础概念

4.机器学习基础概念

5.物联网基础概念

6.差分法原理

7.基于微信公众平台的第三方开发

本次课涉及到图像学的基础,计算机视觉的基础,人工智能的基础,机器学习的基础,物联网的基础,差分法的原理以及基于微信公众平台的第三方的开发。

 

五、视频课程配套资源的下载地址

百度云盘:https://pan.baidu.com/s/1vaT9.JnFCKXvchSIOZn-HJQ

Github:

https://github.com/tanglang1990/opencv_start

老师会把上课的课件和代码都上传到百度云盘,可以通过链接进行相应的下载,这个链接是永久有效并且不需要验证码。如果熟悉Github的同学,还可以通过Github的链接,去克隆一个仓库,这个仓库也是公开和永久有效的,两个链接上的资源完全一致,大家择一使用即可。

 

六、习题

多选题:以下 A、B、C、D 四个说法中正确的有?()

A:人脸识别的本质是:用人的面部特征去鉴定一个人的身份

B:CV 是计算机视觉的英文 Computer Vision 的缩写

C:IOT 是物联网的英文 Internet  of  things 的缩写

D:运动传感器只能无差别的记录时评信息,不能实现对动的物体的探测

正确答案:ABC

解析:D 运动传感器,只能无差别的记录视频信息,不能实现对动的物体的探测。这是摄像头的本质,运动传感器能够有差别的识别,它能够实现对动的物体的探测。所以 D 选项错误。答案选择 ABC

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
5月前
|
机器学习/深度学习 算法 Java
计算机视觉——opencv快速入门(一) opencv的介绍与安装
OpenCV是开源计算机视觉库,支持C++, Python, Java等,用于图像处理、视频分析等。建议使用较早版本如3.4.3,因高版本部分算法需付费。通过Anaconda创建Python虚拟环境来安装,选择合适的Python和OpenCV版本。激活环境后,用`pip`安装`opencv-python`。基本环境配置完成后,通过显示图像的Python代码测试安装是否成功。
计算机视觉——opencv快速入门(一) opencv的介绍与安装
|
6月前
|
机器学习/深度学习 算法 PyTorch
计算机视觉快速入门:探索图像处理
本文介绍了计算机视觉的基本概念和学习路径,包括图像处理、特征提取、目标检测、图像分类与分割以及深度学习在该领域的应用。初学者应从图像处理基础开始,学习数字图像概念、处理技术及开源库如OpenCV。接着,探索特征提取与描述方法,如SIFT和HOG,以及目标检测的算法,如Haar级联和YOLO。进一步,掌握图像分类和分割技术,涉及深度学习模型如CNN。通过实践项目深化理解,并关注最新研究,持续学习和探索,以在计算机视觉领域不断进步。
|
机器学习/深度学习 算法 机器人
从点云到NeRF,多伦多大学CSC 2547课程全面讲解3D计算机视觉
从点云到NeRF,多伦多大学CSC 2547课程全面讲解3D计算机视觉
140 0
|
机器学习/深度学习 并行计算 算法
李飞飞计算机视觉课程CS231n总结
李飞飞计算机视觉课程CS231n总结
李飞飞计算机视觉课程CS231n总结
|
机器学习/深度学习 算法 计算机视觉
[雪峰磁针石博客]计算机视觉opcencv工具深度学习快速实战2 opencv快速入门
pandas 0.23.4 官方文档.pdf Python Data Science Handbook - 2017.pdf 《Python数据科学手册》是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。
|
机器学习/深度学习 算法 计算机视觉
吴恩达计算机视觉课程12大要点,如何赢得计算机视觉竞赛
本文作者最近在Coursera上完成了吴恩达的深度学习系列课程的第四门课“卷积神经网络”,这门课细致解释了优化计算机视觉任务所需的许多复杂方法。本文介绍了这门课的主要内容。
1988 0
|
6月前
|
机器学习/深度学习 计算机视觉
AIGC核心技术——计算机视觉(CV)预训练大模型
【1月更文挑战第13天】AIGC核心技术——计算机视觉(CV)预训练大模型
610 3
AIGC核心技术——计算机视觉(CV)预训练大模型
|
2月前
|
人工智能 测试技术 API
AI计算机视觉笔记二十 九:yolov10竹签模型,自动数竹签
本文介绍了如何在AutoDL平台上搭建YOLOv10环境并进行竹签检测与计数。首先从官网下载YOLOv10源码并创建虚拟环境,安装依赖库。接着通过官方模型测试环境是否正常工作。然后下载自定义数据集并配置`mycoco128.yaml`文件,使用`yolo detect train`命令或Python代码进行训练。最后,通过命令行或API调用测试训练结果,并展示竹签计数功能。如需转载,请注明原文出处。
|
2月前
|
人工智能 测试技术 PyTorch
AI计算机视觉笔记二十四:YOLOP 训练+测试+模型评估
本文介绍了通过正点原子的ATK-3568了解并实现YOLOP(You Only Look Once for Panoptic Driving Perception)的过程,包括训练、测试、转换为ONNX格式及在ONNX Runtime上的部署。YOLOP由华中科技大学团队于2021年发布,可在Jetson TX2上达到23FPS,实现了目标检测、可行驶区域分割和车道线检测的多任务学习。文章详细记录了环境搭建、训练数据准备、模型转换和测试等步骤,并解决了ONNX转换过程中的问题。

热门文章

最新文章