Курс на Stepik
Обложка курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» на Stepik
3 950 ₽

Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO 4.800

Открыть на
STEPIK.ORG

Программа охватывает все этапы компьютерного зрения: от основ NumPy и OpenCV до продвинутых нейросетевых методов MediaPipe и YOLO. Вы научитесь обрабатывать изображения, видео, выполнять трансформации изображений, осваивать дополненную реальность с ArUco-маркерами, а также создавать собственные модели, обученные на своих данных. Особенностью курса является система автоматической проверки ваших решений на основе OpenCV.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Учеников на курсе 284
Сертификаты, выданные на курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Сертификатов выдано 22
Отзывы о курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Отзывов получено 10
Рейтинг курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Рейтинг курса 4.800
Уроки в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Количество уроков 41
Тесты в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Количество квизов 145
Задачи с кодом в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Количество задач с кодом 81
Время прохождения курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Время прохождения курса
Стоимость курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Стоимость курса 3 950 ₽
Обновления курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Обновления курса
Дата публикации курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Дата публикации курса
Последнее обновление курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» 6 разделов Уроки в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» 41 урок Тесты в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» 145 тестов Задачи в курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» 81 задача Время прохождения курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» 30 ч. Последнее обновление курса «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» обн. 3 июня 2026

Базовые навыки

4 урока
1. Вводный урок. Основные понятия
2. Numpy
3. Читаем изображение с OpenCV
4. Обработка видеопотока

Операции с изображениями

11 уроков
1. Основные функции OpenCV
2. Обрезка изображений
3. Цветовые модели
4. Изменение яркости и контрастности
5. Работа с прозрачностью и альфа-каналом
6. Полигональная обрезка. Работа с контурами.
7. Аффинные преобразования
8. Перспективные преобразования
9. Объединение изображений
10. Размытие и фильтрация
11. Убираем шумы. Erode и dilate

Практический блок

5 уроков
1. Автоматическое создание коллажа
2. Панорама. Слияние изображений
3. Калибровка камеры
4. Использование каскадов Хаара
5. Распознавание текста

ArUco - маркеры

3 урока
1. ArUco- маркеры
2. Ключевые точки маркеров и угол поворота
3. Дополненная реальность! Создаем виртуальную картину

MediaPipe - распознавание рук и лиц

7 уроков
1. Установка mediapipe, детекция объектов
2. Распознавание ключевых точек руки
3. Обработка жестов
4. Интерактивное взаимодействие с виртуальным элементами
5. Детекция лиц
6. Определение эмоций
7. Определение ключевых точек и обработка положения тела

Нейросеть YoloV11

11 уроков
1. Подключение и настройка YOLOv11
2. Детекция объектов с базовой моделью
3. Сегментация изображения
4. Проект: создание стикеров из фото
5. Классификация изображений
6. Определение позы человека
7. Трекинг объектов
8. Проект: подсчет автомобилей, проехавших по одной полосе
9. Подготовка собственного датасета для детекции
10. Дообучение нейросети на своих данных
11. Завершающий урок