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.
Курсы отличные!!! Главное это желание учиться, если оно есть то здесь для этого тут все возможности!!!
1. Получил навыки работы с библиотеками OpenCV, MediaPipe, YOLO, в процессе изучения на своей работе реализовал проект по распознаванию оценок экзаменационных ведомостей и загрузки результатов в ИС Вуза.
2. Курс интересный, интересные примеры, виден творческий подход автора к составлению материалов
3. Ну есть некоторые недостатки, много раз приходиось разбираться самому или с помощью deepseek, но так наверно и должно быть все невозможно указать в материалах. В задачах по MediaPipe надо обновить коды для новой библиотеки, пришлось с помощью deepseek переделывать. Еще момент, как то надо подробнее выдавать ошибки, короткие ответы как "ошибка на 3 проходе" как то не дают шансов понять, где я ошибся.
4. Да как то попался он первым)
Курс хороший. Мне понравился. Для старта в сфере компьютерного зрения думаю лучше не найти. Очень много чего рассмотрено. То что мне нужно было!))
[++++]: Комплексность. Круто что собранно столько технологий в одном курсе. И Numpy и OpenCV и MediaPipe с YOLO — всё дополняет друг друга как пазл;
[+]: Уникальность. На Stepik, на момент покупки/прохождения, нет похожих предложений;
[+]: Интересно. Подача обычно не затянута и не занудна;
[+]: Полезно. Даётся обзор на +- всю необходимую базу;
[+]: Автор балдёжный ;)
[–]: Некоторые функции/методы из скриптов не имеют объяснений в теории. Или их раскрывают поверхностно. Тоже, к примеру, касается некоторых объектов которые возвращают нейронки. Мне всегда хочется знать с чем я имею дело, что внутри и т.п., а не верить на слово... Поэтому жажду в подробностях приходилось утолять на стороне;
[–]: Иногда примеры кода используют устаревшие и не совсем работающие конструкции (в разделе по MediaPipe). Но их легко подправить;
[–]: Временами сложно разобраться в коде автора и отследить логику, даже не смотря на объяснения и комментарии. Поэтому можно "задушниться";
P.S.: Забавна политика оценивания — всегда 1 балл. Чисто True/False логика и ничего лишнего))
Благодарю вас за развернутый отзыв! И отдельно хочу выразить признательность вашему стилю прохождения курса:
1) Во всех (ну или почти во всех задачах выложили свое решение)
2) Любые опечатки и вопросы вы активно отмечали в комментариях, что помогает делать курс еще лучше
3) Ну и конечно, ваше упорство!
Спасибо вам за внимание!
Пошел на курс чтобы быстро вкатиться в тему CV, так как нужно было для проекта на работе. И он идеально подошел для этой задачи. Легкий минус пожалуй только наличие заданий угадаек.
В принципе курс очень понравился. Очень много практических задач, особенно в первой половине. Наверно написал порядка 100 программ, исследовал и попробовал большое количество реального кода, который можно применять в разных проектах. Так что курс значительно повышает опыт в реальном программировании на Python.
Очень понравилась первая часть курса где подробнейшим образом рассмотрены все детали обработки изображений и работы с OpenCV, огромное количество практики здесь. Так что этот курс можно назвать - практическим курсом по компьютерному зрению. Также хорошо рассмотрен раздел - АрукоМаркеров. Однако дальше к концу курс становится все более общим... Еще более менее подробно рассмотрено управление жестами с MediaPipe, я извлек большую пользу из этого, однако дальше по обработки лиц, поз в MediaPipe и работе с Yolo даны в основном общие вещи, которые будут полезны для новичков, однако люди уже использующие как-то эти инструменты, вряд ли здесь найдут что-то новое. Практики здесь практический нет. В основном базовое, поверхностный материал по начальному использованию этих инструментов.
Но еще раз в общем, курс очень обширный и полезный для новичков с углублением и практикой по разным методам обработки изображений с OpenCV.
Спасибо за ваш подробный отзыв!
По поводу последних разделов поясню, что практические задачи с автопроверкой создать не было возможности из-за особенностей платформы. По все разделам, где это доступно - подготовлены задачи с автопроверкой! Однако, все необходимы скрипты, колаб-блокноты для исследований, а также множество примеров применения, как для MediaPipe, так и для Yolo в курсе рассмотрены и предоставлены!
Желаю вам дальнейших успехов!
Этот курс стал для меня отличным стартом в мир компьютерного зрения. Он дал solidную базу для работы с такими технологиями, как OpenCV и YOLO, которые являются де-факто "industry standard".
На протяжении курса мы разбирали основные операции с изображениями, работали с ArUco-маркерами, учились детектировать ключевые точки на руках и лице, а также определять эмоции человека. Особенно впечатлил раздел по YOLOv11 — от подключения и настройки до трекинга объектов и дообучения модели на своих данных.
Структура курса построена по принципу "от простого к сложному". Автор медленно "варит" вас, погружая в сложные концепции, но делает это настолько плавно и грамотно, что вы даже не заметите, как начнете понимать то, что раньше казалось "территорией, где живут драконы".
Много практических примеров и заданий позволяют сразу применять знания на практике, создавая свои pet-проекты.
Спасибо автору и за этот курс в том числе...
Курс охватывает практически все аспекты компьютерного зрения, применяемые в современной робототехнике. Теоретические материалы подробно и понятно объясняют принципы работы и использования методов библиотеки OpenCV. Задания требуют внимательного прочтения. Также для задач по обработке изображений и видео удобно реализована автоматическая проверка.
В общем, курс поможет людям с базовым знанием Python не просто освоить библиотеку OpenCV, которая является ключевой в компьютерном зрении, а научиться использовать её для решения реальных задач. Кроме того, проекты из третьего блока дают возможность на практике понять, зачем нужны ранее изученные методы и концепции. Судя по закрытым на данный момент блокам, в курсе также будет рассмотрена работа с MediaPipe и нейросетью YOLOv8 — технологиями, которые активно применяются в робототехнике для решения задач, с которыми не может справиться классическое CV.
Понравилось решить разные задачи, правда некоторые сразу решить не мог, долго искал в чем проблема...
В некоторых задачах почему-то закрыты тестовые данные, не очень понятно, почему?
Здорово то, что теория соответствует идущим после нее практическим задачам.
Хочу продолжение, больше реальных задач!
Спасибо за отзыв! Задачи, да, не все удается решить с первого раза, приходится поработать!
А по поводу тестов скажу вот что: в большинстве задач тесты открыты, но для некоторых сложных в тестах всего одно изображение для обработки, и из-за некоторых особенностей системы автотестов, которую мне удалось приспособить для изображений данные пришлось закрыть.
По продолжению - конечно все будет! Обработка изображений с нейросетями!
Курс оказался очень интересным и полезным! Я узнал как обрабатывать изображения и работать с ними с помощью OpenCV. Особенно понравилось, что задания были практическими — можно было сразу попробовать свои силы в написании кода. Заданий на обработку изображений не встречал в других курсах на Stepik.
Много теоретического материала, а после этого сразу практические задания. Это интересно.
Вообще здорово, что к заданиям прилагаются файлы для скачивания, т.к. во многих задачах пришлось повозиться знатно.
К многим задачам в начале прикреплена ссылка на гугл колаб, где уже скачивание файлов реализовано, достаточно удобно оказалось.
Понравился практический блок, и хоть он и без автоматической проверки заданий (можно было бы хоть тесты-вопросы) какие-нибудь вставить, материал полезный, буду дальше с ним работать.
Хотелось бы больше пояснений по ошибкам, т.к иногда было трудно понять, что именно не так. А то Wrong Answer и "привет". В основном такое решал обработкой файлов у себя на компьютере...
В целом, курс очень понравился! Спасибо! Хотелось бы его расширить и добавить материалы по работе с нейросетями
