فلش‌کارت‌های آموزشی مبانی پردازش و تحلیل تصاویر در بینایی ماشین

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی پردازش و تحلیل تصاویر در بینایی ماشین

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: پردازش تصویر و بینایی ماشین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر
• 2. مبانی علوم کامپیوتر
• 3. ساختار داده‌ها در علوم کامپیوتر
• 4. الگوریتم‌ها در علوم کامپیوتر
• 5. پیچیدگی الگوریتمی
• 6. مبانی ریاضیات برای علوم کامپیوتر
• 7. جبر خطی برای علوم کامپیوتر
• 8. حساب دیفرانسیل و انتگرال برای علوم کامپیوتر
• 9. احتمال و آمار برای علوم کامپیوتر
• 10. مبانی برنامه‌نویسی
• 11. برنامه‌نویسی شیءگرا
• 12. ساختمان داده‌های پیشرفته
• 13. الگوریتم‌های پیشرفته
• 14. مقدمه‌ای بر هوش مصنوعی
• 15. یادگیری ماشین
• 16. یادگیری عمیق
• 17. شبکه‌های عصبی مصنوعی
• 18. شبکه‌های عصبی کانولوشنی
• 19. شبکه‌های عصبی بازگشتی
• 20. مقدمه‌ای بر پردازش تصویر
• 21. مفاهیم پایه در پردازش تصویر
• 22. نمایش دیجیتالی تصاویر
• 23. فیلتر کردن تصاویر
• 24. عملیات نقطه‌ای در پردازش تصویر
• 25. عملیات منطقه‌ای در پردازش تصویر
• 26. تبدیلات هندسی در پردازش تصویر
• 27. کاهش نویز در تصاویر
• 28. تشخیص لبه در تصاویر
• 29. استخراج ویژگی در تصاویر
• 30. تشخیص الگو در تصاویر
• 31. طبقه‌بندی تصاویر
• 32. قطعه‌بندی تصاویر
• 33. بازسازی تصاویر
• 34. فشرده‌سازی تصاویر
• 35. مقدمه‌ای بر بینایی ماشین
• 36. کاربرد بینایی ماشین
• 37. روش‌های استخراج ویژگی بینایی ماشین
• 38. تطابق الگو در بینایی ماشین
• 39. تشخیص اشیاء در بینایی ماشین
• 40. دنبال کردن اشیاء در بینایی ماشین
• 41. تخمین حرکت در بینایی ماشین
• 42. بازسازی سه‌بعدی از تصاویر
• 43. شناسایی چهره
• 44. تشخیص حالات چهره
• 45. تحلیل صحنه در بینایی ماشین
• 46. تولید تصاویر
• 47. پردازش تصاویر پزشکی
• 48. پردازش تصاویر ماهواره‌ای
• 49. پردازش تصاویر صنعتی
• 50. مقدمه‌ای بر یادگیری عمیق در بینایی ماشین
• 51. شبکه‌های کانولوشنی برای طبقه‌بندی تصاویر
• 52. شبکه‌های کانولوشنی برای تشخیص اشیاء
• 53. شبکه‌های کانولوشنی برای قطعه‌بندی تصاویر
• 54. شبکه‌های کانولوشنی برای بازسازی تصاویر
• 55. شبکه‌های بازگشتی برای پردازش توالی تصاویر
• 56. یادگیری انتقالی در بینایی ماشین
• 57. یادگیری تقویتی در بینایی ماشین
• 58. تکنیک‌های پیشرفته در پردازش تصویر
• 59. پردازش تصویر در زمان واقعی
• 60. بهینه‌سازی مدل‌های بینایی ماشین
• 61. ارزیابی عملکرد مدل‌های بینایی ماشین
• 62. اصول اخلاقی در هوش مصنوعی و بینایی ماشین
• 63. حریم خصوصی در بینایی ماشین
• 64. تعصب در الگوریتم‌های بینایی ماشین
• 65. کاربردهای بینایی ماشین در صنعت
• 66. کاربردهای بینایی ماشین در پزشکی
• 67. کاربردهای بینایی ماشین در کشاورزی
• 68. کاربردهای بینایی ماشین در امنیت
• 69. کاربردهای بینایی ماشین در خودروهای خودران
• 70. کاربردهای بینایی ماشین در رباتیک
• 71. پردازش تصویر و بینایی ماشین با استفاده از پایتون
• 72. کتابخانه‌های پردازش تصویر در پایتون
• 73. کتابخانه‌های بینایی ماشین در پایتون
• 74. مثال‌های عملی پردازش تصویر
• 75. مثال‌های عملی بینایی ماشین
• 76. پروژه‌های کاربردی بینایی ماشین
• 77. مباحث پیشرفته در شبکه‌های عصبی کانولوشنی
• 78. مباحث پیشرفته در شبکه‌های عصبی بازگشتی
• 79. معماری‌های جدید در بینایی ماشین
• 80. تکنیک‌های Augmentation تصاویر
• 81. مدل‌های مولد در بینایی ماشین
• 82. کاربرد شبکه‌های مولد تخاصمی (GAN) در بینایی ماشین
• 83. پردازش تصویر برای واقعیت افزوده
• 84. پردازش تصویر برای واقعیت مجازی
• 85. رابط‌های انسان و ماشین با بینایی ماشین
• 86. تحلیل رفتار انسان با بینایی ماشین
• 87. بینایی ماشین برای ربات‌های صنعتی
• 88. بینایی ماشین برای ربات‌های خانگی
• 89. بینایی ماشین برای پهپادها
• 90. مقدمه‌ای بر پردازش زبان طبیعی
• 91. شباهت پردازش تصویر و پردازش زبان طبیعی
• 92. آیندهٔ بینایی ماشین
• 93. یادگیری تقویتی عمیق در بینایی ماشین
• 94. پردازش تصویر و تحلیل ویدئو
• 95. تشخیص رویداد در ویدئوها
• 96. تولید زیرنویس برای ویدئوها
• 97. فشرده‌سازی ویدئو با استفاده از بینایی ماشین
• 98. تکنیک‌های بهبود کیفیت تصویر