Sélectionner une page
Formations Data Deep Learning Formation OpenCV : Framework Python pour la reconnaissance d’images

Formation OpenCV

formation opencv
Prix 2390€ HT / personne
3 jours (21 heures)

Paris | Classe Virtuelle

Dernières places Virtuelle uniquement
Cafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Aide au Financement 4000€ de Bonus Atlas en CPF

Présentation

Notre formation OpenCV vous permettra de développer des applications de détection et de traitement d’images grâce à Python.

Nous débuterons par une introduction à ce framework de développement en expliquant les implications et l’importance de la vision par ordinateur, aussi appelé « computer vision« . Une fois OpenCV configuré, vous pourrez vous familiariser avec les fonctions principales.

Vous découvrirez les techniques basiques et avancées de traitement d’images comme la binarisation, le floutage ou encore la dilatation. Vous saurez appliquer des méthodes détection dont le SIFT, le SURF ou l’ORB.

Enfin, vous déploierez un modèle d’apprentissage automatique basé sur des réseaux de neurones afin de bénéficier de toute la puissance d’OpenCV.

Comme dans toutes nos formations, celle-ci vous présentera la toute dernière version stable d’OpenCV 4.9, couplée à Python 3.12.

 

Objectifs

  • Maîtriser l’installation et la configuration d’OpenCV
  • Comprendre et appliquer les techniques de base et avancées de manipulation et du traitement des images
  • Implémenter des modèles d’apprentissage automatique

 

Public visé

  • Data Analyst / Data Scientist / Data Engineer
  • Développeurs, Architectes Big Data, Lead Developer

 

Pré-requis

  • Connaissance de Python
  • Connaissance du deep learning
  • Connaissances en Mathématiques (exemple : gradient)

PROGRAMME DE NOTRE FORMATION OPENCV

 

INTRODUCTION ET CONFIGURATION

  • Présentation de la vision par ordinateur
  • Pourquoi utiliser OpenCV ?
  • OpenCV vs Tensorflow
  • Installation d’OpenCV et de Python sur les différentes plateformes
  • Configuration de l’environnement de développement
  • Les principales fonctions de la library OpenCV
  • Prise en main

 

Les cas d’usage

  • Reconnaissance faciale
  • Analyse de l’expression
  • Détection de mouvement
  • Analyse comportementale
  • Applications pour les systèmes de sécurité

 

MANIPULATION DE BASE DES IMAGES

  • Ouverture
  • Affichage
  • Sauvegarde
  • Comprendre les formats de couleur et les conversions
    • RGB
    • BGR
    • Grayscale
  • Ajustement
    • Redimensionnement
    • Recadrage
    • Rotation
  • Effectuer des opérations arithmétiques sur les images
  • Exploration des espaces colorimétriques
  • Manipulation des canaux d’image

 

TRAITEMENT DES IMAGES

  • Comprendre la morphologie des images
  • Filtrer, flouter et affiner
  • Binariser les images
  • Techniques d’érosion et de dilatation pour modifier la géométrie des formes
  • Détecter les bords et contours

 

DÉTECTION

  • Les méthodes de détection
    • SIFT
    • SURF
    • ORB
  • Extraction et comparaison des points d’intérêt
  • Analyser les distributions de couleur
  • Segmentation d’images basée sur la couleur et la texture
  • Renforcer l’apprentissage

 

RECONNAISSANCE ET SUIVI D’OBJETS

  • Techniques de reconnaissance des formes et des objets
  • Les classificateurs en cascade pour la détection de visages
  • Suivi d’objets en utilisant des méthodes statistiques (MeanShift, CAMshift)
  • Développement d’une application de suivi d’objet en temps réel

 

APPRENTISSAGE AUTOMATIQUE

  • Introduction à l’apprentissage automatique pour la computer vision
  • Introduction aux réseaux de neurones convolutifs (CNN)
  • Mise en œuvre d’un CNN pour la classification d’images
  • Utilisation de TensorFlow et Keras pour le développement de modèles de vision
  • Mini-projet : Reconnaissance de chiffres manuscrits avec un CNN

 

DÉPLOIEMENT ET INTÉGRATION

  • Techniques pour la création d’applications exécutables standalone
  • Utilisation de frameworks comme Streamlit pour le déploiement d’applications web
  • Les bonnes pratiques pour l’intégration de modèles de vision par ordinateur dans des applications mobiles
  • Sécurité et performance des applications de vision par ordinateur en production
  • Discussion ouverte sur les défis actuels et futurs dans le déploiement de solutions de vision par ordinateur

Pour aller plus loin

Formation Computer Vision avec Tensorflow

Formation Pytorch

Formation Tensorflow

Langues et Lieux disponibles

Langues

  • Français
  • Anglais / English

Lieux

  • France entière
    • Paris
    • Lille
    • Reims
    • Lyon
    • Toulouse
    • Bordeaux
    • Montpellier
    • Nice
    • Sophia Antipolis
    • Marseille
    • Aix-en-Provence
    • Nantes
    • Rennes
    • Strasbourg
    • Grenoble
    • Dijon
    • Tours
    • Saint-Étienne
    • Toulon
    • Angers
  • Belgique
    • Bruxelles
    • Liège
  • Suisse
    • Genève
    • Zurich
    • Lausanne
  • Luxembourg

Nos Formateurs Référents

Témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Afficher tous les témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Noter la formation

Prix 2390€ HT / personne
3 jours (21 heures)

Paris | Classe Virtuelle

Dernières places Virtuelle uniquement
Cafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Aide au Financement 4000€ de Bonus Atlas en CPF

UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?

Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.

ILS SE SONT FORMÉS CHEZ NOUS

partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp
partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp