fbpx
Daniel Vieira

Palestrante

Daniel Vieira
É bacharel e Mestre em Física pelo IFUSP (Instituto de Física da Universidade de São Paulo) com ênfase em Física Médica pela mesma Instituição. Atua como Pesquisador Científico na Opencadd, atuando em projetos relacionados a Análise de Dados, Processamento de Imagens e Visão Computacional.

Data

22 nov 2018

Horário

10:00 - 11:00

Deep Learning para Visão Computacional

Webinar gratuito

Visão computacional é a ciência das máquinas que “enxergam”. Desta forma, baseia-se na teoria e aplicação de tecnologias para a construção de sistemas artificiais que obtém informação através de imagens. Um bom exemplo de sua aplicação são os veículos autônomos. Esses veículos “enxergam” objetos ao seu redor e organizam as informações para executar adequadamente suas funções.

Neste webinar, apresentado pelo Engenheiro de Aplicação Daniel Vieira, da OPENCADD, você verá:

  • Como resolver problemas de Visão Computacional como classificação de imagens e detecção de objetos. Para tanto, utilizaremos o MATLAB através da abordagem de Deep Learning;
  • Uma breve introdução ao conceito de rede convolucional (CNN);
  • Exemplos de como adaptar modelos pré-treinados para novas tarefas (transfer learning);
  • Como projetar uma rede neural do zero por script ou com o Deep Network Designer App;
  • Como treinar e utilizar estes modelos para tarefas de classificação de imagens e detecção de objetos.

Confira outros conteúdos sobre visão computacional, como vídeos, exemplos de códigos e indicações de software e ferramentas para cada tipo de aplicação.

SOBRE VISÃO COMPUTACIONAL

A visão computacional é o processo de modelagem e replicação da visão humana usando software e hardware. É portanto, a disciplina que estuda como reconstruir, interromper e compreender uma cena 3d a partir de suas imagens 2d.

Visão computacional e reconhecimento de imagem são termos frequentemente usados como sinônimos, mas o primeiro é mais abrangente. Isso porque, mesmo para os seres humanos, “ver” envolve a percepção em muitas frentes, juntamente com uma série de análises.

O reconhecimento de imagens em si – análise de pixel e padrão de imagens – é parte do processo de visão computacional. Envolve tudo, desde reconhecimento de objetos e caracteres até análise de texto e sentimento. No entanto, o reconhecimento de imagem atualmente, na maioria das vezes, apenas identifica objetos básicos como “uma banana ou uma bicicleta”. Mesmo crianças podem fazer isso, mas o potencial da visão computacional é sobre-humano. A tecnologia capacita máquinas a verem claramente no escuro, através de paredes, em longas distâncias. Além disso, as máquinas são capacitadas a processar todos esses dados rapidamente e em volume maciço.

Já, a visão computacional em seu sentido mais pleno está sendo usada na vida cotidiana e nos negócios para conduzir todos os tipos de tarefas. Isso inclui identificar doenças médicas em raios-x, identificar produtos e onde comprá-los, anúncios dentro de imagens editoriais, entre outros. Além disso, a visão computacional pode ser usada para digitalizar plataformas de mídia social. Com isso pode-se encontrar imagens relevantes que não podem ser descobertas por meio de pesquisas tradicionais. A tecnologia é complexa e, assim como todas as tarefas acima mencionadas, requer mais do que apenas reconhecimento de imagem. É necessário também uma análise semântica de grandes conjuntos de dados.

(Fonte: Portal Data Science Academy)

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Translate »