Computer Vision with Python培訓

OpenCV （開源Computer視覺庫：http：//opencv.org）是一個開源的BSD許可庫，包含數百種計算機視覺算法。

聽眾

本課程面向尋求將OpenCV用於計算機視覺項目的工程師和建築師

這種以講師為主導的澳門現場培訓（現場或遠端）針對的是希望使用OpenCV 4進行深度學習的Python程式設計的軟體工程師。

在培訓結束時，參與者將能夠：

• 使用 OpenCV 4 查看、載入和分類圖像和影片。
• 在 OpenCV 4 中使用 TensorFlow 和 Keras 實現深度學習。
• 運行深度學習模型，並從圖像和視頻中生成有影響力的報告。

這個有指導意義的實時培訓介紹了從零開始構建面部識別系統所需的軟件，硬件和分步驟過程。面部識別也被稱爲人臉識別。 本實驗中使用的硬件包括Rasberry Pi，相機模塊，舵機（可選）等。參與者負責自行購買這些組件。使用的軟件包括OpenCV，Linux，Python等。 在培訓結束後，參與者將能夠： 在Rasberry Pi上安裝Linux，OpenCV和其他軟件實用程序和庫。 配置OpenCV以捕獲和檢測面部圖像。 了解將Rasberry Pi系統打包用于實際環境的各種選項。 使系統適應各種用例，包括監視，身份驗證等。 聽衆 開發商硬件/軟件技術人員所有行業的技術人員愛好者 課程的格式 部分講座，部分討論，練習和沈重的練習 注意 其他硬件和軟件選項包括：Arduino，OpenFace，Windows等。如果您想使用其中的任何一種，請聯系我們安排。

模式匹配是一種用於在圖像中定位指定模式的技術。它可用於確定捕獲圖像中指定特徵的存在，例如工廠生產線中缺陷產品上的預期標籤或組件的指定尺寸。它不同於“ Pattern Recognition ”（它識別基於較大的相關樣本集合的一般模式），因為它具體決定了我們正在尋找的東西，然後告訴我們預期的模式是否存在。

課程格式

• 本課程介紹了模式匹配領域中使用的方法，技術和算法，因為它適用於Machine Vision 。

Pandas 是一個 Python 包，它提供用於處理結構化（表格、多維、潛在異構）和時間序列數據的數據結構。

這種以講師為主導的澳門現場現場培訓針對的是希望使用Modin構建和實現並行計算的數據科學家和開發人員Pandas，以加快數據分析速度。

在培訓結束時，參與者將能夠：

• 設置必要的環境，開始使用Modin大規模開發 Pandas工作流。
• 瞭解Modin的功能、架構和優勢。
• 瞭解Modin、Dask和Ray之間的區別。
• 使用 Modin 更快地執行 Pandas 操作。
• 實現整個 Pandas API 和函數。

這種以講師為主導的澳門現場現場培訓針對的是希望使用Pandas通過機器學習進行預測分析的數據科學家。

在培訓結束時，參與者將能夠：

• 在 Python 中執行數據整理。
• 執行機器學習的 ETL 操作。
• 使用 Pandas 建立資料視覺化

這種以講師為主導的澳門現場培訓（現場或遠端）針對的是希望將Dask與Python生態系統一起使用以構建，擴展和分析大型數據集的數據科學家和軟體工程師。

在培訓結束時，參與者將能夠：

• 設置環境以開始使用 Dask 和 Python 構建大數據處理。
• 探索 Dask 中提供的功能、庫、工具和 API。
• 瞭解 Dask 如何在 Python 中加速並行計算。
• 瞭解如何使用 Dask 擴展 Python 生態系統（Numpy、SciPy 和 Pandas）。
• 優化 Dask 環境，以保持處理大型數據集的高性能。

這種以講師為主導的現場培訓（現場或遠端）面向希望使用FARM（FastAPI，React和MongoDB）堆棧構建動態，高性能和可擴展Web應用程式的開發人員。

在培訓結束時，參與者將能夠：

設置整合 FastAPI、React 和 MongoDB 的必要開發環境。 瞭解 FARM 堆疊的關鍵概念、功能和優勢。 瞭解如何使用FastAPI構建REST API。 瞭解如何使用 React 設計互動式應用程式。 使用 FARM 堆疊開發、測試和部署應用程式（前端和後端）。

這種以講師為主導的澳門現場培訓（現場或遠端）面向希望將FastAPI與Python一起使用以更輕鬆，更快速地構建，測試和部署RESTful API的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境以使用 Python 和 FastAPI 開發 API。
• 使用 FastAPI 庫更快、更輕鬆地創建 API。
• 瞭解如何基於 Pydantic 和 OpenAPI 建立數據模型和架構。
• 使用 SQLAlchemy 將 API 連接到資料庫。
• 使用 FastAPI 工具在 API 中實現安全性和身份驗證。
• 構建容器鏡像並將 Web API 部署到雲端伺服器。

這種以講師為主導的澳門現場現場培訓面向希望使用SciPy使用Python創建高級科學計算功能的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境，開始創建科學計算功能。
• 通過執行複雜操作的實際範例，獲得 SciPy 功能的全部優勢。
• 實現和優化數學演算法和函數以解決科學問題。
• 設計用於可視化、處理和分析的數據結構和插值方法。

這種以講師為主導的澳門現場培訓（現場或遠端）針對希望使用PyGame使用Python程式設計創建和構建遊戲的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境，開始使用 PyGame 和 Python 建立遊戲應用程式。
• 瞭解如何創建與動畫和多媒體功能集成的互動式 PyGame 應用程式。
• 使用 PyGame 測試套件運行和測試遊戲程式，並將它們轉換為可執行檔。

本實踐課程面向希望創建和維護其第一個Web應用程序的Python開發人員。它也適用於已經熟悉其他Web框架（如Django或Web2py ，並希望了解如何使用微框架（即將第三方庫粘合在一起而不是提供自包含的通用解決方案的框架）更改這個過程。

本課程的一個重要部分不是專注於Flask本身（它很小），而是專注於Flask項目中經常使用的第三方庫和工具。

這種由講師指導的澳門現場培訓（現場或遠端）針對的是希望使用Flask的高級功能在MongoDB之上構建可擴展Web應用程式的開發人員。

在培訓結束時，參與者將能夠：

• 設置必要的開發環境以開始使用 Flask 開發 Web 應用程式。
• 瞭解實際 Flask 專案的高級概念和技術。
• 在 MongoDB 之上構建一個 RESTful API 伺服器。
• 瞭解如何使用 Flask、Docker 和 Amazon EC2 容器化、測試和部署微服務。
• 深入瞭解用於擴展 Web 應用程式的高級 Flask 集成。

這種以講師為主導的澳門 現場現場培訓面向希望使用Python和Flask構建 REST API的後端 開發人員。

在培訓結束時，參與者將能夠：

• 實現 REST API，以允許 Flask Web 應用程式讀取和寫入後端中的資料庫。
• 開發高級身份驗證功能，如刷新令牌。
• 為將來的 Python 項目構建可重用的後端。
• 使用 SQLAlchemy 簡化數據存儲。
• 將 REST API 部署到基於雲端的伺服器上。