Nanodegree-Programm

Computer Vision

Entwickle Software, die die Welt visuell wahrnimmt

Erschließe die Computer Vision-Fähigkeiten hinter dem Fortschritt in der Robotik und Automatisierung. In diesem Online-Kurs lernst du, mithilfe von Deep Learning-Modellen eigene Programme zur Bildanalyse, Merkmalsextraktion oder Objekterkennung zu entwickeln.

Bis 28. August für den nächsten Kurs anmelden!

  • Kursdauer
    3 Monate

    Lerne 10-15 Stunden/Woche, um in 3 Monaten abzuschließen

  • Classroom öffnet
    28. August 2018
  • Voraussetzungen
    Python, Statistik, Machine & Deep Learning

    Detaillierte Voraussetzungen ansehen

  • Sprache
    Englisch

    Lernmaterialien und Kurskommunikation in englischer Sprache

In Zusammenarbeit mit
  • Affectiva
  • Nvidia

Was spricht für dieses Nanodegree-Programm?

Von der Computergrafik über die soziale Robotik bis hin zu autonomen Fahrzeugen - Computer Vision ermöglicht neue Technologien, die die Welt verändern. In diesem Programm lernst du, Computer Vision in Anwendungen zur Gesichtserkennung, zum Szenenverständnis bis hin zur Objektverfolgung zu programmieren. Am Ende wirst du ein Zertifikat und ein eindrucksvolles Portfolio mit eigenen Programmen vorzeigen können.


Was spricht für dieses Nanodegree-Programm?

Die Nachfrage nach KI-Experten hat sich in den vergangenen drei Jahren mehr als verdoppelt

Lerne heute, was morgen gebraucht wird
Lerne heute, was morgen gebraucht wird

Lerne heute, was morgen gebraucht wird

Computer Vision wächst rasant! Es ermöglicht eine unzählige Technologien maschineller Intelligenz, von Gesichtserkennung und Augmented Reality bis hin zu selbstfahrenden Autos. Wer heute die neuesten Deep Learning-Architekturen und Bildverarbeitungstechniken lernt, wird sich seinen Job morgen aussuchen können.

Lerne von und mit der Industrie

Lerne von und mit der Industrie

Wir haben das Programm mit Branchenführern wie NVIDIA und Affectiva gemeinsam konzipiert. Zum einen lernen wir so, welche Kenntnisse diese Unternehmen an Fachkräften schätzen, zum anderen lernt ihr, wo, wozu und wie Computer Vision heute in vorderster Front eingesetzt wird.

Lerne an praxisnahen Projekten
Lerne an praxisnahen Projekten

Lerne an praxisnahen Projekten

Du lernst, wie man Computer Vision in Python programmiert und dieses Wissen umgehend anwenden: Drei praxisnahe Computer Vision-Projekte stellen nicht nur deinen Lernfortschritt sicher, sie garantieren auch ein aussagekräftiges Portfolio für deine nächste Bewerbung.

Wachse an unserem Feedback

Wachse an unserem Feedback

Jedes deiner Computer Vision-Projekte wird von einem unserer Experten begutachtet. Sie werden dir nicht nur zeigen, wie sich deine Arbeit an Computer Vision-Modellen als Teil eines Großprojektes einfügt. Sie werden dich auch als Programmierer weiterentwickeln. So lernst du effektiv, aber nachhaltig und wächst an jeder Zeile Code.

Was du lernst

Kursplan herunterladen
Lehrplan

Grundlagen der Computer Vision

Du lernst modernste Computer Vision- und Deep-Learning-Techniken, von einfacher Bildverarbeitung bis hin zu konvolutionellen neuronalen Netwerken. Wende diese Konzepte zur automatischen Bildbeschreibung und Objektverfolgung an, um ein starkes Portfolio mit Bildverarbeitungsprojekten zu erstellen.

Arbeite an einer Vielzahl von Computer Vision- und Deep Learning-Anwendungen, von der einfachen Bildverarbeitung bis zur automatischen Bildbeschreibung.

Weniger anzeigen

Dauer: 3 Monate

Voraussetzungen

Das Programm erfordert Erfahrung mit Python, Machine Learning und Deep Learning sowie Statistik-Kenntnisse.Detaillierte Voraussetzungen ansehen

  • Einführung in die Computer Vision

    Wir legen die Grundlagen der Computer Vision und Bildverarbeitung. Dabei lernst du u. a., wie wichtige Merkmale aus Bilddaten extrahiert und wie Deep Learning-Techniken auf Klassifizierungsaufgaben angewandt werden.

    Gesichter erkennen
  • Fortgeschrittene Computer Vision und Deep Learning

    Lerne, Deep Learning-Architekturen auf Computer Vision-Aufgaben anzuwenden. Du entdeckst dabei, wie CNN- und RNN-Netzwerke zur Entwicklung einer automatischen Bildbeschreibungsanwendung kombiniert werden können.

    Automatische Bildunterschriften
  • Objekte verfolgen und verorten

    Lerne, Objekte zu lokalisieren und über einen gewissen Zeitraum zu verfolgen. Diese Techniken sind zentral für eine Vielzahl bewegter Systeme, etwa in der Navigation unbemannter Autos oder Drohnen.

    Simultane Lokalisierung und Kartenerstellung (SLAM)

“Computer Vision zählt zum Fundament maschineller Intelligenz. Es wird Unternehmen, Branchen, ja ganze Geschäftsmodelle transformieren.”

— Fei-Fei Li, Chief Scientist, Google Cloud

Von und mit den Besten lernen

Sebastian Thrun
Sebastian Thrun

Präsident von Udacity

Sebastian ist Wissenschaftler, Pädagoge, Erfinder und Unternehmer. Vor der Gründung von Udacity startete er unter anderem Googles Self-Driving Car-Projekt.

Cezanne Camacho
Cezanne Camacho

Kursleiterin

Cezanne hat ihren Master in Elektrotechnik an der Stanford University gemacht. Als ehemalige Forscherin für Genomik und biomedizinische Bildgebung hat sie Computer Vision und Deep Learning bereits in der medizinischen Diagnostik angewandt.

Alexis Cook
Alexis Cook

Content Developer

Alexis hat angewandte Mathematik in Michigan studiert und einen Master in Informatik gemacht. Sie kommt aus einem National Science Foundation Stipendiat für die Deep Learning- und Machine Learning-Programme zu Udacity.

Juan Delgado
Juan Delgado

Content Developer

Juan ist Computerphysiker und promovierter Biophysiker mit Astronomie M.A.. Zu Udacity kam Juan von der NASA, für die er Weltrauminstrumente entwickelte – und Software, die wissenschaftliche Datenmassen mit Machine Learning-Techniken analysiert.

Jay Alammar
Jay Alammar

Content Developer

Als Entwickler liebt Jay die Visualisierung von Machine Learning-Konzepten. Er ist Investmentchef bei Riyad Taqnia, einem $120 Mio.-Wagniskapitalgeber für Hightech-Start-ups.

Ortal Arel
Ortal Arel

Content Developer

Ortal hat in Computertechnik promoviert, auf dem Feld der angewandten Kryptographie doziert und geforscht. Zuletzt hat sie für Endkunden digitale Hochgeschwindigkeitsarchitekturen analysiert und entwickelt.

Luis Serrano
Luis Serrano

Content Developer

Luis ist Doktor der Mathematik und Postdoc-Stipendiat der Universität Quebec. Zu Udacity stieß Luis von Google, wo er vorher als Machine Learning-Ingenieur tätig war.

Learn now, pay later

To make it even easier to learn, you can finance your Nanodegree through Affirm.

  • Easy monthly payments

    As low as 84 $ per month at 0% APR.

    Learn more.

  • Flexible Payments

    Pay your monthly bill using a bank transfer, check, or debit card.

Nanodegree-Programm
Computer Vision
$999 USD

7 Tage Geld-zurück-Garantie

Lerne die wichtigsten Computer Vision-Systeme (OpenCV, Deep Learning) und wende sie in eigenen Anwendungen wie Gesichtserkennungen oder neuronalen Netzen an.

Program Details

    PROGRAM OVERVIEW - WHY SHOULD I TAKE THIS PROGRAM?
  • Why should I enroll in this program?

    The demand for engineers with computer vision and deep learning skills far exceeds the current supply. This program offers a unique opportunity to develop these in-demand skills and is for anyone seeking to launch or advance their skills in modern computer vision techniques. You’ll complete several computer vision applications using a combination of Python, computer vision, and deep learning libraries that will serve as portfolio pieces that demonstrate the skills you’ve acquired.

  • What jobs will this program prepare me for?

    This program is designed to build on your skills in machine learning and deep learning. As such, it doesn't prepare you for a specific job, but expands your skills in the computer vision domain. These skills can be applied to various applications such as image and video processing, automated vehicles, smartphone apps, and more.

  • How do I know if this program is right for me?

    If you’re new to Computer Vision, and eager to explore applications like facial recognition and object tracking, the Computer Vision Nanodegree program is an ideal choice. The curriculum introduces you to image analysis with Python and OpenCV, then goes on to cover deep learning techniques that can be applied to a variety of image classification and regression tasks. Over the course of the program, you’ll leverage your Python coding experience to build a broad portfolio of applications that showcase your newly-acquired Computer Vision skills.

    ENROLLMENT AND ADMISSION
  • Do I need to apply? What are the admission criteria?

    No. This Nanodegree program accepts all applicants regardless of experience and specific background.

  • What are the prerequisites for enrollment?

    You must have completed a course in Deep Learning equivalent to the Deep Learning Nanodegree program prior to entering the program. Additionally, you should have the following knowledge: Intermediate Python programming knowledge, including:

    • Strings, numbers, and variables
    • Statements, operators, and expressions
    • Lists, tuples, and dictionaries
    • Conditions, loops
    • Generators & comprehensions
    • Procedures, objects, modules, and libraries
    • Troubleshooting and debugging
    • Research & documentation
    • Problem solving
    • Algorithms and data structures

    Basic shell scripting:

    • Run programs from a command line
    • Debug error messages and feedback
    • Set environment variables
    • Establish remote connections

    Basic statistical knowledge, including:

    • Populations, samples
    • Mean, median, mode
    • Standard error
    • Variation, standard deviations
    • Normal distribution

    Intermediate differential calculus and linear algebra, including:

    • Derivatives & Integrals
    • Series expansions
    • Matrix operations through eigenvectors and eigenvalues
  • If I don’t meet the requirements to enroll, what should I do?
    TUITION AND TERM OF PROGRAM
  • How is this Nanodegree program structured?

    The Computer Vision Nanodegree program is composed of one (1) Term of three (3) months. A Term has fixed start and end dates.

    To graduate, students must successfully complete all projects as set forth in the syllabus, each of which affords you the opportunity to apply and demonstrate new skills that you learn in the lessons. Each project will be reviewed by the Udacity reviewer network. Feedback will be provided and if you do not pass the project, you will be asked to resubmit the project until it passes.

  • How long is this Nanodegree program?

    Access to this Nanodegree program runs for the period noted in the Term length section above.

    See the Terms of Services and FAQs for other policies around the terms of access to our Nanodegree programs.

  • Can I switch my start date? Can I get a refund?

    Please see the Udacity Nanodegree program FAQs found here for policies on enrollment in our programs.

  • I have graduated from the Computer Vision Nanodegree program but I want to keep learning. Where should I go from here?

    Many of our graduates continue on to our Artificial Intelligence Nanodegree program, Natural Language Processing Nanodegree Program, Robotics Engineer Nanodegree program, and our Self-Driving Car Engineer Nanodegree programs. Feel free to explore other Nanodegree program options as well.

    SOFTWARE AND HARDWARE - WHAT DO I NEED FOR THIS PROGRAM?
  • What software and versions will I need in this program?

    You will need a computer running a 64-bit operating system (most modern Windows, OS X, and Linux versions will work) with at least 8GB of RAM, along with administrator account permissions sufficient to install programs including Anaconda with Python 3.5 and supporting packages. Your network should allow secure connections to remote hosts (like SSH). We will provide you with instructions to install the required software packages. Udacity does not provide any hardware.

Computer Vision

Entwickle Software, die die Welt visuell wahrnimmt