Este repositório é dedicado à "Especialização em Visão Computacional". Siga os passos abaixo para configurar o ambiente de desenvolvimento local e instalar as dependências utilizadas durante as aulas.
-
VSCode - Editor de código utilizado durante o treinamento. Disponível para Windows, macOS e Linux. Instalação oficial do VSCode
-
Pyenv - Ferramenta para gerenciar múltiplas versões do Python. A versão recomendada do Python para este projeto é a
3.11.3
. Instruções oficiais de instalação do Pyenv -
Poetry - Ferramenta de gerenciamento de dependências em Python. Instruções oficiais de instalação do Poetry
-
Git - Ferramenta de controle de versão distribuído. Instruções oficiais de instalação do Git
-
GitHub - Plataforma de hospedagem de código. É essencial ter uma conta para interagir com os repositórios. Como criar uma conta no GitHub
Aqui está um resumo dos passos que você precisa seguir:
-
Clonar o Repositório Github para a sua máquina local e acessar a pasta
visao-computacional
:git clone https://github.com/carlosfab/visao-computacional.git cd visao-computacional
-
Configurar o Poetry para criar ambientes virtuais dentro do diretório do projeto.
poetry config virtualenvs.in-project true
-
Configurar a versão
3.11.3
do Python com Pyenv:pyenv install 3.11.3 pyenv local 3.11.3
-
Instalar as dependências do projeto:
poetry install
-
Ativar o ambiente virtual.
poetry shell
-
Testando sua instalação
Após seguir os passos de instalação e configuração, execute os testes para garantir que tudo está funcionando como esperado:
task test
Módulo | Descrição | Link para o Notebook |
---|---|---|
1 - Introdução à Visão Computacional | Apresentação do conteúdo do curso, conceitos fundamentais da Visão Computacional e introdução ao OpenCV. | Notebook 1 |
2 - Fundamentos do Processamento de Imagens | Conceitos básicos das técnicas de manipulação de imagens no Processamento de Imagens. | Notebook 2 |
3 - Filtragem e Aprimoramento de Imagens | Técnicas de filtragem e aprimoramento de imagens e detecção de contornos baseada em bordas. | Atualizando... |
4 - Detecção Facial e Pontos de Referência | Técnicas para detecção facial e identificação de pontos de referência (landmarks). | Notebook 4 |
Módulo 5 - Detecção de Objetos com Deep Learning | Desenvolvimento de modelos para detecção de objetos, introdução ao TensorFlow e YOLOv8 para detecção de objetos em tempo real. | Atualizando... |
Atualmente, os projetos da Especialização em Visão Computacional estão disponíveis apenas na plataforma de cursos do Sigmoidal (ao final de cada módulo), mas em breve serão atualizados neste repositório 🔥.
Chroma Keying para criação de cenários
Neste primeiro projeto do curso, você irá implementar um algoritmo capaz de identificar e isolar o range de intensidade do fundo verde, e substituí-lo por um cenário alternativo (que pode ser uma imagem estática ou um outro vídeo qualquer...
Análise de Desmatamento através de Imagens de Satélite
Neste projeto você irá aprender a usar recursos de sensoriamento remoto para detectar desmatamentos em regiões de florestas. Especificamente, exploraremos imagens do satélite Landsat 8 (OLI/TIRS) usando a biblioteca Google Earth Engine (GEE)...
Reconhecimento e Contagem de Moedas
Neste projeto você irá desenvolver um *script* para detectar e identificar diferentes tipos de moedas, além de calcular o valor total das moedas detectadas a partir de vídeos gravaods ou transmissões em tempo real via webcam...
Alarme para Detecção de Intrusos
Este projeto tem como objetivo desenvolver um sistema de vigilância utilizando técnicas de processamento de imagem para detectar movimentos a partir de uma câmera externa. Serão utilizadas técnicas para isolar o fundo com uma máscara...
Carlos Melo é Engenheiro de Visão Computacional com formação em Ciências Aeronáuticas pela Academia da Força Aérea e Mestrado em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).
Para dúvidas, sugestões ou feedbacks:
- Carlos Melo - Contato