Les cours en computer vision peuvent vous aider à comprendre comment les systèmes analysent et interprètent des images. Vous pouvez développer des compétences en détection d'objets, traitement d'images, modèles d'apprentissage et évaluation des résultats. Beaucoup de cours utilisent des outils simples pour tester des modèles visuels.

Compétences que vous acquerrez: Visualisation (infographie), Vision par ordinateur, Deep learning, IBM Cloud, Jupyter
Intermédiaire · Cours · 1 à 3 mois

DeepLearning.AI
Compétences que vous acquerrez: Tensorflow, Visualisation (infographie), Cartes de chaleur, Architecture de réseau, Vision par ordinateur, Keras (bibliothèque de réseaux neurones), Deep learning, Analyse d'images
Intermédiaire · Cours · 1 à 4 semaines

University of Colorado Boulder
Compétences que vous acquerrez: Image Analysis, Computer Vision, Deep Learning, Generative Model Architectures, Applied Machine Learning, Artificial Intelligence and Machine Learning (AI/ML), Computer Graphics, Visualization (Computer Graphics), Machine Learning Methods, Artificial Intelligence, Data Ethics, Microsoft Excel, Generative AI, Data Processing, Responsible AI, Unsupervised Learning, Linear Algebra, Data Manipulation, Feature Engineering, Supervised Learning
Préparer un diplôme
Intermédiaire · Spécialisation · 1 à 3 mois

Columbia University
Compétences que vous acquerrez: Vision par ordinateur, Réalité virtuelle, Visualisation (infographie), Algorithmes, Réseaux neuronaux artificiels, Apprentissage non supervisé, Qualité de l'image, Estimation, Algorithmes d'apprentissage automatique, Ingénierie de l'automatisation, Imagerie médicale, Composants électroniques, Théorie des couleurs, Analyse d'images, Photographie, Modélisation mathématique, Théorie des graphes, modélisation 3D, Infographie, Réduction de dimensionnalité
Débutant · Spécialisation · 3 à 6 mois

MathWorks
Compétences que vous acquerrez: Computer Vision, Image Analysis, Anomaly Detection, Applied Machine Learning, Deep Learning, Image Quality, Artificial Neural Networks, Unsupervised Learning, Matlab, Application Deployment, PyTorch (Machine Learning Library), Machine Learning, Motion Graphics, Supervised Learning, Data Visualization, Automation, Predictive Modeling, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Medical Imaging
Débutant · Certificat Professionnel · 3 à 6 mois

DeepLearning.AI
Compétences que vous acquerrez: Vision par ordinateur, Tensorflow, Réseaux neuronaux artificiels, Algorithmes, Intelligence artificielle et apprentissage automatique (IA/ML), PyTorch (Bibliothèque d'Apprentissage automatique), Deep learning, Apprentissage automatique appliqué, Ingénierie des caractéristiques, Keras (bibliothèque de réseaux neurones), Analyse d'images
Intermédiaire · Cours · 1 à 4 semaines

MathWorks
Compétences que vous acquerrez: Computer Vision, Anomaly Detection, Image Analysis, Matlab, Deep Learning, Artificial Neural Networks, Unsupervised Learning, Application Deployment, PyTorch (Machine Learning Library), Data Visualization, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Data Synthesis, Performance Tuning, Data Analysis, Classification And Regression Tree (CART), Data Validation, Medical Imaging
Débutant · Spécialisation · 1 à 3 mois

Compétences que vous acquerrez: Application Programming Interface (API), Microsoft Azure, Computer Vision, Artificial Intelligence and Machine Learning (AI/ML), User Accounts, Image Analysis, Artificial Intelligence, Cloud Solutions, Cloud Computing, Software Development
Intermédiaire · Projet Guidé · Moins de 2 heures

DeepLearning.AI
Compétences que vous acquerrez: Prise de décision fondée sur les données, Apprentissage automatique, Vision par ordinateur, IA générative, Tensorflow, Réseaux neuronaux artificiels, Traitement du langage naturel (NLP), Grand modèle de langage (LLM), Intelligence artificielle et apprentissage automatique (IA/ML), Deep learning, PyTorch (Bibliothèque d'Apprentissage automatique), Débogage, Programmation en Python, Apprentissage automatique appliqué, Intelligence artificielle, MLOps (Apprentissage automatique), Apprentissage supervisé, Analyse d'images, Keras (bibliothèque de réseaux neurones), Optimisation des performances
Préparer un diplôme
Intermédiaire · Spécialisation · 3 à 6 mois

Compétences que vous acquerrez: Apprentissage automatique, Modélisation prédictive, Algorithmes, Intelligence artificielle et apprentissage automatique (IA/ML), Visualisation (infographie), Données Validation des données, Estimation, Vision par ordinateur, Matlab, Imagerie médicale, Deep learning, Graphiques animés, Optimisation des performances, Information et technologie géospatiales, Intégration de données, Apprentissage supervisé, Analyse d'images, Apprentissage automatique appliqué
Intermédiaire · Spécialisation · 1 à 3 mois

University of Colorado Boulder
Compétences que vous acquerrez: Image Analysis, Computer Vision, Deep Learning, Computer Graphics, Machine Learning Methods, Artificial Intelligence, Data Ethics, Microsoft Excel, Applied Machine Learning, Generative AI, Responsible AI, Linear Algebra, Data Manipulation, Feature Engineering, Probability Distribution
Préparer un diplôme
Débutant · Cours · 1 à 4 semaines

University at Buffalo
Compétences que vous acquerrez: Programmation informatique, Probabilités et statistiques, Vision par ordinateur, Algorithmes, Calculs, Visualisation (infographie), Matlab, Apprentissage automatique appliqué, Intelligence artificielle, Analyse d'images, Conception numérique, Infographie
Intermédiaire · Cours · 1 à 4 semaines
Parcourez les cours de vision par ordinateur ci-dessous - des points de départ populaires sur Coursera.
La vision par ordinateur est une branche de l’informatique, plus particulièrement de l’apprentissage automatique et de l’intelligence artificielle, qui est utilisée dans de nombreux secteurs tels que les voitures sans conducteur, la robotique, la réalité augmentée, la reconnaissance faciale dans les organismes chargés de l’application de la loi, etc. Il s’agit fondamentalement d’un robot analogue à la vision humaine dans lequel les informations sur l’environnement sont reçues par une ou plusieurs caméras vidéo et traitées par un ordinateur.
Il est important d’étudier la vision par ordinateur car elle résout de nombreux problèmes. On trouve parmi ses utilisations les progrès des technologies de la santé. Les algorithmes de la vision par ordinateur peuvent aider à automatiser des tâches telles que les grains de beauté cancéreux grâce à l’imagerie du relief cutané ou la recherche de symptômes grâce à la radiographie et aux IRM.
Grâce à un besoin de contrôle de qualité des systèmes robotiques guidés par la vision, le marché de la vision par ordinateur devrait s’élever à 17,4 milliards de dollars d’ici 2024. Pour tirer profit de ce domaine convoité, les étudiants peuvent profiter des opportunités en tant qu’ingénieurs en vision par ordinateur, ingénieurs en logiciel de vision par ordinateur, scientifiques en recherche appliquée, ingénieurs en test de vision par ordinateur, ingénieurs en apprentissage approfondi, scientifiques des données de vision par ordinateur et bien plus encore.
Les cours sur la vision par ordinateur proposés par Coursera permettent aux étudiants d’acquérir des connaissances sur la manière dont les ordinateurs voient et interprètent le monde comme le font les humains , les concepts fondamentaux de la vision par ordinateur et les capacités de vision humaine, les domaines d’application essentiels de la vision par ordinateur et le traitement d’images numériques, l’apprentissage automatique et les principes fondamentaux de l’IA, etc.
Les leçons sur la vision par ordinateur sont enseignées par des scientifiques de données, des ingénieurs en logiciel, ainsi que d’autres professionnels, et sont accessibles grâce à des vidéos de cours, des lectures, des quiz, des projets pratiques, etc.
Les compétences acquises en étudiant la vision par ordinateur peuvent déboucher sur des parcours professionnels innovants et passionnants :
La vision par ordinateur est une branche de l'IA qui forme les ordinateurs à interpréter et à analyser les données visuelles du monde, telles que les images ou les vidéos. Elle alimente des technologies telles que la reconnaissance faciale, la détection d'objets et les voitures autonomes.