Aprenda visão computacional

    Ordens de leitura: a trilha de Fundamentos, em que cada unidade se apoia nas anteriores, e o Guia de Métricas, que explica como modelos são avaliados. Escolha a linha que tem a ver com você.

    Comece aqui

    Sou novo em visão computacional Construa um projeto por módulo com Python e OpenCV, rodando cada linha no seu navegador. Já sei o básico O mapa completo. Vá direto à unidade de que precisa; cada uma diz o que ler antes. Treino ou coloco modelos em produção O Guia de Métricas, depois os projetos e benchmarks.

    Prefere começar pelas ideias? Estes seis

    Um post de cada parte da trilha, na ordem em que dependem uns dos outros. Todos têm um lab interativo, para você mexer nos números e ver o que muda. Depois dos seis, escolha no mapa abaixo a unidade que mais te interessou.

    1. 1 Image processing, computer vision, and computer graphics: one picture, three directions of the arrow O que é visão computacional, e como ela difere de processamento de imagens e computação gráfica. Iniciante 14 min de leitura · Em inglês
    2. 2 An Image Is an Array: Shape, dtype, and Why OpenCV Hands You BGR O que um computador guarda quando guarda uma foto: uma grade de números com forma e tipo. Iniciante 7 min de leitura · Em inglês
    3. 3 How 2D Convolution Works on Images: Kernels, Filters, and the Math, Interactively A operação por trás do desfoque, da nitidez, das bordas e de toda CNN. Iniciante 8 min de leitura · Em inglês
    4. 4 What Is an Edge? Step, Ramp and Roof, and the Two Derivatives That Find Them A primeira coisa que vale encontrar numa imagem, e por que é mais difícil do que parece. Iniciante 9 min de leitura · Em inglês
    5. 5 What Is a Homography? Levar uma vista de um plano sobre outra: scanners de documentos, gráficos esportivos, panoramas. Iniciante 14 min de leitura · Em inglês
    6. 6 Classification Metrics, From the Ground Up: Precision, Recall, F1, ROC and AUC Como saber se um modelo é bom, partindo de uma tabela de contagens. Iniciante 9 min de leitura · Em inglês

    Fundamentos de Visão Computacional

    43 artigos até agora, em ordem de dependência: nada aparece antes daquilo de que depende. Unidades em cinza estão planejadas e ainda não foram escritas.

    F1

    Imagem

    Como a luz vira uma matriz de números.

    1.1 Formação da imagem

    Como uma cena é achatada sobre um sensor, e o que a lente faz no caminho.

    4 lições · visão geral da unidade

    1. 1 O modelo pinhole Iniciante 8 min · EN
    2. 2 Lentes e profundidade de campo Iniciante 8 min · EN
    3. 3 Distorção da lente Intermediário 9 min · EN
    4. 4 Grande angular e olho de peixe Intermediário 9 min · EN
    1.2 Captura da imagem

    O que o número de um pixel conta, e até onde dá para confiar nele.

    5 lições · visão geral da unidade

    1. 1 De fótons a contagens Intermediário 9 min · EN
    2. 2 Ruído e faixa dinâmica Intermediário 9 min · EN
    3. 3 A curva de resposta Intermediário 8 min · EN
    4. 4 Alta faixa dinâmica Intermediário 9 min · EN
    5. 5 Capturando cor: o filtro Bayer Intermediário 6 min · EN
    1.3 A imagem como dado

    O que a matriz guarda, onde ficam suas amostras, com que precisão são escritas e o que o arquivo fez com elas.

    6 lições · visão geral da unidade

    Antes desta: Captura da imagem

    1. 1 Uma imagem é uma matriz Iniciante 7 min · EN
    2. 2 Amostragem: a grade de pixels Iniciante 9 min · EN
    3. 3 Quantização e profundidade de bits Iniciante 7 min · EN
    4. 4 Espaços de cor Iniciante 9 min · EN
    5. 5 Quão perto está a sua cor? Intermediário 8 min · EN
    6. 6 Formatos de arquivo e compressão Iniciante 9 min · EN
    F2

    Processamento de imagens

    O que fazer com essa matriz depois que você a tem.

    2.1 Filtragem espacial

    A operação por trás do desfoque, da nitidez, das bordas e de toda CNN.

    1 lição

    Antes desta: Uma imagem é uma matriz

    1. 1 Como funciona a convolução 2D Iniciante 8 min · EN
    2.2 Imagens binárias Planejado Limiarização, morfologia e a medição das manchas que sobram.
    2.3 O domínio da frequência Planejado A transformada de Fourier de uma imagem, e por que desfocar antes de reduzir.
    F3

    Features

    O que numa imagem vale a pena apontar, e como descrever.

    3.1 Detecção de bordas

    Encontrar onde uma coisa termina e outra começa.

    5 lições · visão geral da unidade

    Antes desta: Como funciona a convolução 2D

    1. 1 O que é uma borda? Iniciante 9 min · EN
    2. 2 Gradientes de imagem Intermediário 10 min · EN
    3. 3 O Canny, peça por peça Intermediário 9 min · EN
    4. 4 Laplaciano, LoG e cruzamentos por zero Intermediário 9 min · EN
    5. 5 Cantos: o tensor de estrutura Intermediário 10 min · EN
    3.2 Detecção de contornos

    Encontrar retas e círculos por votação: a transformada de Hough, e o ajuste de uma reta ao que ela encontra.

    4 lições · visão geral da unidade

    Antes desta: Detecção de bordas

    1. 1 The Hough transform Intermediário 8 min · EN
    2. 2 The probabilistic Hough transform Intermediário 8 min · EN
    3. 3 From segments to one line Intermediário 8 min · EN
    4. 4 The Hough circle transform Intermediário 14 min · EN
    3.3 SIFT

    Sobreviver a uma câmera que se move: espaço de escala, e 128 números por ponto.

    1 lição

    Antes desta: Detecção de bordas

    1. 1 O que torna um ponto pareável? Intermediário 14 min · EN
    3.4 Além do SIFT Planejado Descritores binários, e detectores e matchers aprendidos.
    3.5 Alinhamento de imagens

    Levar uma vista de um plano sobre outra: a matriz 3×3, como ajustá-la e como deformar a imagem por ela.

    5 lições · visão geral da unidade

    Antes desta: Coordenadas homogêneas

    1. 1 Rotação, escala, cisalhamento Iniciante 7 min · EN
    2. 2 Afim vs perspectiva Iniciante 8 min · EN
    3. 3 Calcular uma homografia Intermediário 9 min · EN
    4. 4 RANSAC Intermediário 16 min · EN
    5. 5 Vista aérea e panoramas Intermediário 9 min · EN
    F4

    Geometria

    De uma câmera para várias, e de volta às três dimensões.

    4.1 Geometria da câmera

    Intrínsecos, extrínsecos, calibração e pose a partir de pontos conhecidos.

    4 lições · visão geral da unidade

    Antes desta: Formação da imagem

    1. 1 Coordenadas homogêneas Intermediário 8 min · EN
    2. 2 A matriz da câmera Intermediário 5 min · EN
    3. 3 Calibração Intermediário 5 min · EN
    4. 4 PnP: pose a partir de pontos conhecidos Intermediário 5 min · EN
    4.2 Duas vistas Planejado Geometria epipolar, triangulação e profundidade a partir de um par estéreo.
    4.3 Muitas vistas

    Recuperar estrutura e movimento a partir de um conjunto de fotos.

    1 lição

    Antes desta: O que torna um ponto pareável?, RANSAC, PnP: pose a partir de pontos conhecidos

    1. 1 Structure from motion Avançado 16 min · EN
    4.4 Movimento Planejado Fluxo óptico: constância de brilho, o problema da abertura, Lucas–Kanade.
    F5

    Dados 3-D e nuvens de pontos

    O que um sensor de profundidade entrega, e como trabalhar com isso.

    5.1 Noções de 3-D Planejado Referenciais, profundidade contra disparidade contra distância, e o que cada sensor 3-D retorna.
    5.2 Pré-processamento de nuvens de pontos Planejado Subamostragem, outliers, normais, remoção de planos e ICP.
    5.3 Representações Planejado Grades de voxels, ocupação, TSDF e malhas.
    5.4 Aprendizado em nuvens de pontos Planejado PointNet e invariância a permutação.
    F6

    Reconhecimento

    De pixels a rótulos.

    6.1 Segmentação clássica Planejado Agrupar pixels: k-means, mean shift, métodos em grafo.
    6.2 Aparência Planejado PCA, vizinho mais próximo, SVMs e a imagem integral.
    6.3 Redes neurais do zero Planejado Do perceptron a uma CNN treinada em NumPy.

    Artigos de modelos e de deploy na borda não têm uma ordem de leitura do mesmo jeito, já que cada um é um benchmark independente, então ficam em Projetos.