Mundo Tech Software SchoolMTSS

do primeiro conceito à prática com confiança

Visão computacional (CV)

Ajude os computadores a encontrar padrões em pixels e vídeos.

Começar a aprender 16 aulas · primeira aula com cerca de 15 min · grátis · sem cadastro
Sobre esta trilha

Explore como os computadores veem: as ideias por trás do desbloqueio facial, pesquisa de fotos, imagens médicas e carros autônomos.

Você começará com pixels e cores, transformará e filtrará imagens, encontrará bordas e contará objetos e, em seguida, aprenderá como os modelos classificam, detectam e segmentam - desde vizinhos mais próximos até redes convolucionais e transformadores de visão - e como avaliá-los de forma justa. Ao longo do caminho, você pintará pixels, misturará cores, experimentará kernels reais, adivinhará sobreposições de caixas e percorrerá algoritmos de detecção. Cada lição termina com Python executado em seu navegador, e o projeto final constrói um contador de objetos funcional.

Antes de começar
  • Não é necessária experiência anterior em visão computacional.
  • Python básico ajuda; exemplos introduzem o código conforme você avança.
  • Um navegador moderno com JavaScript habilitado.
Carregando progresso…
  1. Unidade 1 · 0/3 aulas

    Fundamentos da imagem

    Represente imagens como grades de pixels, trabalhe com cores e transforme imagens. Medalha: Leitor de pixels

    1. 0x001Representar uma imagem como dadosVeja que cada imagem é uma grade de números e leia seu tamanho e pixels. 15 min 0/2 exercícios resolvidos 15 min 0/2 exercícios resolvidos
    2. 0x102Trabalhe com matrizes de cores e imagensMisture cores de vermelho, verde e azul, converta-as em cinza e observe a ordem dos canais. 18 min 0/2 exercícios resolvidos 18 min 0/2 exercícios resolvidos
    3. 0x203Transforme imagens: vire, gire, corte e redimensioneAltere a geometria e o brilho de uma imagem reorganizando e ajustando seus números. 20 min 0/2 exercícios resolvidos 20 min 0/2 exercícios resolvidos
  2. Unidade 2 · 0/4 aulas

    Operações de imagem

    Aplique limiares e filtros, encontre bordas e conte objetos. Medalha: Observador de padrões

    1. 0x304Separe o primeiro plano do fundoTransforme uma imagem em uma máscara de primeiro plano com um limiar e escolha o limiar em um histograma. 20 min 0/2 exercícios resolvidos 20 min 0/2 exercícios resolvidos
    2. 0x405Detecte padrões com filtros de imagemDeslize uma pequena grade de pesos sobre uma imagem para desfocar, aumentar a nitidez e encontrar bordas. 22 min 0/2 exercícios resolvidos 22 min 0/2 exercícios resolvidos
    3. 0x506Encontre bordas com gradientesMeça a rapidez com que o brilho muda, combine direções e contorne objetos. 20 min 0/1 exercícios resolvidos 20 min 0/1 exercícios resolvidos
    4. 0x607Conte objetos com componentes conectadosAgrupe pixels vizinhos do primeiro plano em objetos e meça a caixa delimitadora de cada um. 22 min 0/2 exercícios resolvidos 22 min 0/2 exercícios resolvidos
  3. Unidade 3 · 0/3 aulas

    Aprendendo a ver

    Classifique imagens a partir de exemplos, desenvolva a intuição da CNN e treine com aumento. Medalha: Aprendiz de recursos

    1. 0x708Classifique imagens aprendendo com exemplosVeja por que as regras escritas à mão falham e depois classifique as imagens comparando-as com exemplos rotulados. 20 min 0/1 exercícios resolvidos 20 min 0/1 exercícios resolvidos
    2. 0x809Construa intuição para redes convolucionaisEmpilhe filtros aprendidos e operações de pooling para transformar pixels em características e calcular o tamanho de cada camada. 22 min 0/2 exercícios resolvidos 22 min 0/2 exercícios resolvidos
    3. 0x9010Treinar modelos de visão: dados, aumento e transferênciaSaiba como os modelos de visão são treinados, por que eles se ajustam demais e como os modelos de aumento e pré-treinados ajudam. 20 min 0/1 exercícios resolvidos 20 min 0/1 exercícios resolvidos
  4. Unidade 4 · 0/3 aulas

    Encontre objetos

    Escolha a tarefa certa, meça a sobreposição de caixas e remova detecções duplicadas. Medalha: Construtor de visão

    1. 0xA011Conheça as tarefas da visão: classificar, detectar, segmentarDiferencie classificação, detecção e segmentação e trabalhe com formatos de caixa delimitadora. 18 min 0/1 exercícios resolvidos 18 min 0/1 exercícios resolvidos
    2. 0xB012Avalie previsões e caixas delimitadorasPontue quão bem uma caixa prevista corresponde à verdade com IoU e avalie um detector. 22 min 0/2 exercícios resolvidos 22 min 0/2 exercícios resolvidos
    3. 0xC013Remova detecções duplicadas com supressão não máximaMantenha uma caixa por objeto, suprimindo as caixas mais fracas que se sobrepõem a uma caixa mais forte. 20 min 0/1 exercícios resolvidos 20 min 0/1 exercícios resolvidos
  5. Unidade 5 · 0/2 aulas

    Visão moderna e responsável

    Conheça Vision Transformers e modelos de imagem-texto e avalie os sistemas de forma justa. Medalha: Construtor responsável

    1. 0xD014Conheça a visão moderna: transformadores, CLIP e geraçãoVeja como as imagens se tornam sequências de manchas e como a visão agora se conecta à linguagem. 20 min 0/1 exercícios resolvidos 20 min 0/1 exercícios resolvidos
    2. 0xE015Construa visão computacional de forma responsávelMeça o desempenho entre grupos e avalie a privacidade e o uso indevido antes de implantar sistemas de visão. 18 min 0/1 exercícios resolvidos 18 min 0/1 exercícios resolvidos
  6. Unidade 6 · 0/1 aulas

    Projeto final

    Construa um contador de objetos de trabalho com as peças que você aprendeu. Medalha: Engenheiro de visão

    1. 0xF016Projeto final: construa um contador de objetosCombine limiar, componentes conectados e filtragem em um pipeline que conta objetos e desenha suas caixas. 35 min 0/1 exercícios resolvidos 35 min 0/1 exercícios resolvidos