Corso di formazione Computer Vision con Python

Questo corso intensivo, tenuto da istruttori Italia (online o in presenza), è indirizzato a sviluppatori AI ed ingegneri della visione artificiale di livello intermedio desiderosi di creare sistemi visivi robusti per applicazioni legate alla guida autonoma.

Alla fine del corso, i partecipanti saranno in grado di:

• Comprendere i concetti fondamentali della visione artificiale nei veicoli a guida autonoma.
• Implementare algoritmi per il rilevamento degli oggetti, l’individuazione delle corsie stradali e la segmentazione semantica.
• Integrare i sistemi visivi con gli altri sottosistemi dei veicoli autonomi.
• Utilizzare tecniche di deep learning per compiti avanzati di percezione ambientale.
• Valutare le prestazioni dei modelli di visione artificiale in scenari reali.

Questo corso formativo dal vivo, condotto da un istruttore Italia (online o in sede), è pensato per professionisti esperti che vogliono approfondire le proprie competenze nella visione artificiale e sfruttare al meglio TensorFlow per lo sviluppo di modelli avanzati tramite Google Colab.

Alla conclusione del corso, i partecipanti saranno in grado di:

• Costruire e addestrare reti neurali convoluzionali (CNN) con TensorFlow.
• Sfruttare Google Colab per uno sviluppo di modelli in cloud scalabile ed efficiente.
• Implementare tecniche di pre-elaborazione delle immagini utili nelle applicazioni di visione artificiale.
• Distribuire modelli di visione artificiale in contesti reali.
• Utilizzare il transfer learning per migliorare le prestazioni dei modelli CNN.
• Visualizzare e interpretare i risultati ottenuti dai modelli di classificazione delle immagini.

Questo corso formativo tenuto da istruttori in Italia (online o in aula) si rivolge a sviluppatori Python e analisti di dati di livello intermedio che desiderano migliorare le proprie competenze nell’analisi e nella manipolazione dei dati tramite Pandas e Numpy.

Al termine del corso, i partecipanti saranno in grado di:

• Configurare un ambiente di sviluppo contenente Python, Pandas e Numpy.
• Sviluppare applicazioni per l’analisi dei dati utilizzando Pandas e Numpy.
• Eseguire operazioni avanzate di pulizia, ordinamento e filtraggio dei dati.
• Effettuare aggregazioni statistiche e analizzare serie temporali.
• Visualizzare i dati mediante Matplotlib e altre librerie grafiche.
• Correggere ed ottimizzare il codice di analisi dei dati.

Questo corso formativo live, tenuto da istruttori in Italia (online o in sede), è destinato a ingegneri della visione artificiale, sviluppatori di AI e professionisti IoT di livello intermedio ed avanzato che vogliono implementare e ottimizzare modelli per l’elaborazione in tempo reale su dispositivi all'Edge.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere i principi fondamentali dell’Intelligenza Artificiale all'Edge e le sue applicazioni nella visione artificiale.
• Implementare modelli di deep learning ottimizzati su dispositivi periferici per l’analisi in tempo reale di immagini e video.
• Utilizzare strumenti come TensorFlow Lite, OpenVINO e NVIDIA Jetson SDK per il deployment dei modelli.
• Ottimizzare i modelli AI in termini di efficienza, consumo energetico e bassa latenza durante l’inferenza.

Questo corso formativo con docente presente in Italia (in modalità online o in presenza) è rivolto a agenti delle forze dell’ordine alle prime armi che desiderano passare dall’elaborazione manuale dei ritratti facciali all’utilizzo di strumenti basati su IA per lo sviluppo di sistemi di riconoscimento facciale.

Alla fine del corso, i partecipanti saranno in grado di:

• Comprendere i fondamenti dell’Intelligenza Artificiale e dell’Apprendimento Automatico.
• Apprendere le nozioni base dell’elaborazione digitale delle immagini e il loro impiego nel riconoscimento facciale.
• Acquisire competenze nell’utilizzo di strumenti e framework basati su IA per creare modelli di riconoscimento facciale.
• Ottenere esperienza pratica nella realizzazione, formazione e test di sistemi di riconoscimento facciale.
• Comprendere le considerazioni etiche e le best practice nell’utilizzo della tecnologia di riconoscimento facciale.

Questo corso pratico tenuto da istruttori (online o in presenza) è pensato per sviluppatori che intendono utilizzare lo stack FARM (FastAPI, React e MongoDB) per realizzare applicazioni web dinamiche, veloci e facilmente scalabili.

Al termine del corso, i partecipanti saranno in grado di:

• Configurare l’ambiente di sviluppo necessario per integrare FastAPI, React e MongoDB.
• Comprendere i concetti fondamentali, le caratteristiche principali e i vantaggi dello stack FARM.
• Sviluppare API REST mediante FastAPI.
• Progettare applicazioni interattive con React.
• Creare, testare e distribuire applicazioni (front end e back end) sfruttando lo stack FARM.

Questo corso formativo, condotto da istruttori e svolto in Italia (online o in sede), è pensato per gli sviluppatori che desiderano utilizzare FastAPI insieme a Python per creare, testare e distribuire API RESTful più rapidamente ed efficacemente.

Al termine del corso i partecipanti saranno in grado di:

• Configurare l’ambiente di sviluppo necessario per sviluppare API con Python e FastAPI.
• Sviluppare API più velocemente e facilmente grazie alla libreria FastAPI.
• Imparare a definire modelli e schemi dati basati su Pydantic e OpenAPI.
• Collegare le API a un database tramite SQLAlchemy.
• Implementare sicurezza e autenticazione nelle API con gli strumenti di FastAPI.
• Creare immagini container e distribuire le API web su server cloud.

Questa formazione pratica su Italia copre le basi di Fiji e ImageJ per la ricerca biologica. I partecipanti acquisiscono competenze pratiche nella preelaborazione delle immagini, nell'analisi quantitativa e nell'automazione delle macro per ottimizzare i flussi di lavoro relativi a tessuti istologici, cellule e altri campioni, ottenendo risultati riproducibili.

Questo corso pratico tenuto da istruttori in Italia (online o in presenza) si rivolge a professionisti di livello intermedio che desiderano utilizzare Vision Builder AI per progettare, implementare e ottimizzare sistemi di ispezione automatizzata nei processi SMT (Surface-Mount Technology).

Al termine del corso i partecipanti saranno in grado di:

• Configurare ed impostare ispezioni automatiche tramite Vision Builder AI.
• Acquisire e pre-elaborare immagini di alta qualità per l’analisi.
• Applicare decisioni logiche finalizzate al rilevamento di difetti e alla validazione dei processi.
• Generare report di ispezione e ottimizzare le prestazioni del sistema.

Questa formazione live, guidata da un docente, in Italia (online o in sede) è rivolta a sviluppatori, ricercatori e data scientist di livello intermedio o avanzato che desiderano imparare a implementare il rilevamento di oggetti in tempo reale utilizzando YOLOv7.

Al termine della formazione, i partecipanti saranno in grado di:

• Comprendere i concetti fondamentali del rilevamento di oggetti.
• Installare e configurare YOLOv7 per i task di rilevamento di oggetti.
• Addestrare e testare modelli personalizzati di rilevamento di oggetti utilizzando YOLOv7.
• Integrare YOLOv7 con altri framework e strumenti di computer vision.
• Risolvere i problemi comuni relativi all'implementazione di YOLOv7.