中
计算机视觉是机器学习和人工智能领域最令人兴奋的领域之一。它应用于许多行业，如自动驾驶汽车、机器人、增强现实等。在这门适合初学者的课程中，您将了解计算机视觉并学习它在许多行业中的各种应用。 作为课程的一部分，您将使用 Python、Pillow 和 OpenCV 进行基本图像处理，并执行图像分类和物体检测。 这是一门实践课程，涉及多个实验室和练习。实验将结合 Jupyter Labs 和计算机视觉免费学习工具 Computer Vision Learning Studio（CV Studio）。CV Studio 允许您上传、训练和测试自己定制的图像分类器和检测模型。 课程结束时，您将创建自己的计算机视觉网络应用程序，并将其部署到云中。 本课程不需要任何机器学习或计算机视觉经验。但是，需要掌握一些 Python 编程语言和高中数学知识。
计算机视觉和图像处理入门
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
此课程作为 的一部分提供
在注册此课程时，您还需要选择一个特定的合作项目。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 通过 IBM 获得可共享的职业证书
该课程共有6个模块
在本模块中，我们将讨论快速发展的图像处理领域。图像处理不仅是计算机视觉的第一步，而且应用广泛，从让智能手机的图像看起来晶莹剔透，到帮助医生治疗疾病，无所不包。
涵盖的内容
4个视频2篇阅读材料2个作业1个插件
图像处理可以增强图像或从图像中提取有用信息。在本模块中，我们将学习使用 Python 库 OpenCV 和 Pillow 进行图像处理的基础知识。
涵盖的内容
6个视频2个作业9个应用程序项目
在本模块中，您将学习计算机视觉常用的各种机器学习分类方法，包括 k 近邻、逻辑回归、SoftMax 回归和支持向量机。最后，您还将学习图像特征。
涵盖的内容
8个视频2个作业6个应用程序项目2个插件
在本模块中，您将学习神经网络、全连接神经网络和卷积神经网络（CNN）。您将了解层等不同组件和 ReLU 等不同类型的激活函数。您还将了解不同的 CNN 架构，如 ResNet 和 LenNet。
涵盖的内容
4个视频2个作业6个应用程序项目1个插件
在本模块中，您将学习使用不同方法进行物体检测。第一种方法是使用 Haar Cascade 分类器，第二种是使用 R-CNN 和 MobileNet。
涵盖的内容
2个视频1篇阅读材料2个作业3个应用程序项目
在本课程的最后一周，您将创建一个计算机视觉应用程序，并通过代码引擎部署到云上。在该项目中，您将创建一个自定义分类器，在自己的图像上对其进行训练和测试。
涵盖的内容
1次同伴评审1个应用程序项目4个插件
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
提供方
从 机器学习 浏览更多内容
状态：免费试用MathWorks
状态：免费试用University of Colorado Boulder
状态：预览Edge Impulse
状态：免费试用MathWorks
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.3
1,398 条评论
- 5 stars
64.52%
- 4 stars
19.45%
- 3 stars
6.86%
- 2 stars
3.79%
- 1 star
5.36%
显示 3/1398 个
SK
5
已于 May 19, 2021审阅
very informative course which truly helped me learn .The labs service however is very bad but teaching staff is always there to help
TC
5
已于 Jun 20, 2020审阅
It was a great course that I had fun completing.I thank the instructors and especially the course mentors for their constant and timely support.Godspeed,Tanisha Cijo.
SM
4
已于 Dec 12, 2020审阅
Course is good but Watson service in IBM Cloud ran into issues repeatedly, Unfortunately! I hope IBM and community will be able to support and guide better. Thanks for the course.
常见问题
完成本课程后，您将能够
解释什么是计算机视觉及其应用
了解 Python、OpenCV 和 IBM Watson 在计算机视觉中的作用
利用 IBM Watson、Python 和 OpenCV 对图像进行分类
使用 Watson Visual Recognition API 构建和训练自定义图像分类器
使用 OpenCV 在 Python 中处理图像
创建交互式计算机视觉网络应用程序并将其部署到云端
完成本课程不需要专门的硬件或软件。您将在云环境中完成所有实验和项目，并在 Jupyter Notebooks、OpenCV 和 IBM Watson Visual Recognition 中使用 Python。我们提供免费访问 IBM 云的说明。您需要使用现代网络浏览器（即最新版本的 Chrome 或 Firefox）。
完成本课程需要一定的编程知识，尤其是 Python 编程知识。以下课程将为您提供必要的 Python 背景知识：
更多问题
提供助学金，
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。