VBD 
Thị giác máy tính (Computer Vision) là một trong những lĩnh phát triển nhanh nhất của khoa học máy tính và nghiên cứu trí tuệ nhân tạo. Với 3 tỷ hình ảnh được chia sẻ trực tuyến mỗi ngày, lĩnh vực thị giác máy tính ngày càng phát triển với những phần cứng và thuật toán mới được áp dụng. Thị giác máy tính được sử dụng để nhận dạng khuôn mặt, nhận dạng ký tự quang học, nhận dạng đối tượng, hình ảnh 3D,… chính vì vậy đây là ngành học được nhiều bạn quan tâm. Dưới đây liệt kê những khóa học uy tín về thị giác máy tính hoàn toàn miễn phí trong năm 2022.
1. Giới thiệu về Thị giác máy tính – Udacity
Thời gian khóa học: 4 tháng
Trong khóa học này, bạn sẽ học các nguyên tắc cơ bản tạo thành hình ảnh, hình học hình ảnh camera, phát hiện tính năng và đối sánh, hình học đa điểm bao gồm hình ảnh âm thanh stereo, ước tính chuyển động, theo dõi và phân loại.
Ngoài ra, khóa học này còn giúp bạn phát triển các kỹ năng cơ bản như tìm các mô hình đã biết trong hình ảnh, phục hồi độ sâu từ hình ảnh âm thanh stereo, hiệu chỉnh máy ảnh, ổn định hình ảnh, căn chỉnh tự động, theo dõi và nhận dạng hành động. Giúp bạn phát triển trực giác và toán học cho từng kỹ năng, hiểu được sự khác biệt giữa lý thuyết và thực hành trong các vấn đề.
Bạn cần có kiến thức cơ bản về Matlab hoặc Python và NumPy để đăng ký tham gia khóa học miễn phí này.
2. Lý thuyết căn bản về thị giác máy tính – Coursera
Thời gian khóa học: 13 giờ
Khóa học này mang đến cho bạn:
- Kiến thức cơ bản về thị giác máy tính
- Sự hình thành màu sắc, ánh sáng và hình ảnh
- 3 cấp độ của thị giác (Sơ, Trung và Cao cấp)
- Mối liên hệ giữa toán học và thị giác máy tính
Bạn sẽ sử dụng kiến thức toán học để hoàn thành các bài tập trong khóa học này. Đồng thời bạn sẽ được sử dụng MATLAB hoàn toàn miễn phí trong thời gian học được cung cấp bởi MathWorks.
Điều kiện đăng ký, bạn cần có kiến thức về:
- Các kỹ năng lập trình cơ bản
- Kiến thức cơ bản về Đại số tuyến tính
- Giải tích và xác suất
- Hệ tọa độ và phép biến đổi 3D
(*) Lưu ý: Bạn sẽ phải trả phí nếu muốn nhận được chứng chỉ sau khi hoàn thành khóa học.
3. Các nguyên tắc căn bản về Trí tuệ nhân tạo của Intel Edge thông qua OpenVINO – Udacity
Thời gian khóa học: 1 tháng
Dựa trên bộ công cụ OpenVINO, khóa học cho phép các nhà phát triển triển khai các mô hình học sâu được đào tạo trước thông qua các API của C++ hoặc Python cấp cao được tích hợp với logic ứng dụng.
Dựa trên mạng nơ-ron phức hợp (CNN), bộ công cụ mở rộng khối lượng công việc trên phần cứng Intel (bao gồm cả bộ tăng tốc) và tối đa hóa hiệu suất.
Bạn sẽ sử dụng một mô hình được đào tạo trước cho suy luận thị giác máy tính và chuyển đổi các mô hình được đào tạo trước này thành Lưới biểu diễn – Biểu diễn trung gian bất khả tri (Agnostic intermediate representation) với Trình tối ưu hóa mô hình.
Sau khi chuyển đổi các mô hình được đào tạo trước, bạn sẽ triển khai việc suy luận hiệu suất về các mô hình học sâu thông qua Công cụ suy luận bất khả tri phần cứng và cuối cùng tiến hành triển khai một ứng dụng.
Điều kiện đăng ký:
- Kiến thức về Python cơ bản
- Kiến thức căn bản về thị giác máy tính và thiết kế mô hình AI
4. Thị giác máy tính nâng cao với TensorFlow – Coursera
Thời gian khóa học: 29 giờ
Mở đầu khóa học bạn sẽ làm quen với tổng quan khái niệm về phân loại ảnh, bản địa hóa đối tượng, phát hiện đối tượng và phân đoạn ảnh. Sau đó, bạn sẽ có một cái nhìn tổng quan về một số mô hình phát hiện đối tượng phổ biến, chẳng hạn như Khu vực-CNN hay ResNet-50.
Sau đó, bạn sẽ học phân đoạn hình ảnh bằng cách sử dụng các biến thể của mạng nơ-ron tích chập. Cùng với đó bạn sẽ xây dựng một mạng nơ-ron tích chập hoàn chỉnh, với U-Net và Mask R-CNN để xác định và phát hiện số lượng, vật nuôi và các vật thể khác.
Chương cuối của khóa học bạn sẽ được học về tầm quan trọng của khả năng diễn giải mô hình, nói cách khác đó là hiểu về cách mô hình của bạn được tạo ra dựa trên các quyết định của nó.
Điều kiện đăng ký:
- Kinh nghiệm làm việc với Python, lưới biểu diễn TF/Keras/PyTorch
- Kiến thức cơ bản về học sâu, giải tích, đại số tuyến tính và thống kê
5. Thị giác máy tính – Kaggle
Thời gian khóa học: 4 giờ
Trong khóa học này, bạn sẽ hiểu những khái niệm cơ bản về thị giác máy tính và cách sử dụng mạng học sâu hiện đại để xây dựng bộ phân loại hình ảnh với Keras.
Bạn cũng sẽ thiết kế mạng chuyển đổi tùy chỉnh của mình với các khối có thể tái sử dụng và tìm hiểu những ý tưởng cơ bản đằng sau việc trích xuất tính năng trực quan và Học Chuyển giao.
Bạn cần có kiến thức cơ bản về Học sâu để có thể đăng ký khóa học.
6. Giới thiệu về Thị giác máy tính và Xử lý hình ảnh – Coursera
Thời gian khóa học: 21 giờ
Trong khóa học này, bạn sẽ học những kiến thức cơ bản về xử lý hình ảnh với thư viện Python OpenCV và Pillow cùng các phương pháp phân loại Học máy khác nhau thường được sử dụng cho Thị giác máy tính, bao gồm k hàng xóm gần nhất, hồi quy logistic, hồi quy SoftMax và Máy vectơ hỗ trợ.
Các kiến thức tiếp theo bao gồm Mạng Nơ-ron, Mạng Nơ-ron được kết nối đầy đủ và mạng Nơ-ron tích chập (CNN). Bạn cũng sẽ nắm vững về phát hiện đối tượng bằng các phương pháp khác nhau bằng cách sử dụng bộ phân loại Haar Cascade hoặc sử dụng R-CNN và MobileNet.
Kết thúc khóa học, bạn sẽ tự mình xây dựng một ứng dụng thị giác máy tính và triển khai trên nó trên đám mây thông qua Code Engine. Nhiệm vụ của bạn sẽ phải thực hiện được phân loại tùy chỉnh, đào tạo nó và kiểm tra nó trên hình ảnh mà bạn cung cấp.
Bạn cần có kiến thức lập trình Python cũng như kiến thức toán trung học phổ thông để tham gia khóa học này.
7. Thị giác máy tính với OpenCVPython – Udemy
Thời gian khóa học: 1 giờ 59 phút
Khóa học miễn phí để học OpenCV cho Thị giác máy tính với một loạt các chủ đề Thao tác hình ảnh và video, nâng cao hình ảnh, lọc, phát hiện cạnh, phát hiện đối tượng và theo dõi, nhận diện khuôn mặt và Mô-đun Học sâu OpenCV.
Được thực hiện bởi nhóm khoa học của OpenCV với các thành viên đều là các chuyên viên về AI và các chuyên gia đầu ngành tại OpenCV mang đến một khóa học bổ ích dành cho những ai đam mê với Thị giác máy tính.
Có kiến thức cơ bản về Python là điều kiện để bạn có thể tham gia khóa học.
Trên đây liệt kê 07 khóa học về thị giác máy tính uy tín hoàn toàn miễn phí mà các bạn có thể tham khảo. Trong thời đại không ngừng phát triển của các giải pháp công nghệ cao, kỳ vọng mở ra một kỷ nguyên kỹ thuật số hiện đại, trang bị một nền tảng kiến thức tốt không chỉ giúp bạn phát triển trong lĩnh vực mình theo đuổi mà nó còn là cơ sở để bạn chọn lựa được đúng chuyên ngành trong lĩnh vực thị giác máy tính trong tương lai.
VinBigData dựa trên các kiến thức của lĩnh vực thị giác máy tính phát triển các mô hình, thuật toán có khả năng thực hiện các nhiệm vụ nhận thức trực quan quan trọng như phân loại, phát hiện, nhận dạng, theo dấu đối tượng, nhận dạng hành động. Dựa vào đó, các sản phẩm đã ra đời như Vision AI và nhận dạng ký tự quang học VinOCR giúp nhận diện khuôn mặt, phân tích thông tin khách hàng, nhận diện văn bản, trích xuất thông tin từ văn bản, phân loại phương tiện… được sử dụng tại các hệ thống lớn như Vinhomes, Vincom Retail, VinPearl,…
Tìm hiểu thêm kết quả đạt được của các sản phẩm: Tại đây
