+48 22 203 56 00 biuro@sages.pl Projekty unijne
Trwają zapisy do grupy

Szkolenie: Python - wizja komputerowa

Szkolenie Python wizja komputerowa przygotowuje do praktycznego wykorzystania narzędzi i technik analizy obrazów, segmentacji, rozpoznawania obiektów oraz klasyfikacji z użyciem bibliotek Python, uczenia maszynowego i głębokiego uczenia

  • Trenerzy praktycy
  • Kameralne grupy

Czas trwania szkolenia:5 dni (40h)

Poziom zaawansowania:

Kod kursu:PYTHON/CV

deep-learningpythoncomputer-visionanaliza-obrazu

Dostępne terminy szkolenia

  • Termin
  • Trener
  • Cena
  • Lokalizacja
  • Zapis

Termin:

7 grudnia - 11 grudnia
Trwają zapisy na szkolenieTrwają zapisy na szkolenie
Dostępne w Bazie Usług RozwojowychDostępne w Bazie Usług Rozwojowych
online_paymentsonline_payments

Trener:

Jerzy Grynczewski

Cena:

4750 PLN netto
Dowiedz się więcej o cenach szkoleń - zapraszamy do kontaktuDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT

Lokalizacja:

Zdalne
Zdalne
Zapytaj o inne lokalizacje - w tym celu skorzystaj z chatuZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu
Zapisz się

Forma szkolenia

Interesuje Cię szkolenie stacjonarne?
Zapytaj o szkolenie

Powiadom o kolejnych terminach

Interesuje Cię szkolenie w innym terminie?

Python - wizja komputerowa

Cele szkolenia

  • Szkolenie przygotowuje do samodzielnego przetwarzania i analizy obrazów cyfrowych z wykorzystaniem narzędzi Python

  • Szkolenie uczy stosowania technik segmentacji, rozpoznawania oraz klasyfikacji obrazów w praktycznych projektach

  • Szkolenie rozwija umiejętność implementacji tradycyjnych i głębokich modeli uczenia maszynowego do analizy danych wizualnych

  • Szkolenie pokazuje, jak wykorzystywać popularne biblioteki do realizacji zadań wizji komputerowej w różnych branżach

Dla kogo?

  • Specjalistów data science i uczenia maszynowego z podstawową znajomością Pythona, chcących rozwijać kompetencje w analizie obrazów

  • Inżynierów i programistów realizujących projekty z zakresu przetwarzania obrazów lub planujących wejście w tę dziedzinę

  • Osób rozpoczynających karierę w wizji komputerowej, posiadających podstawową wiedzę z uczenia maszynowego i matematyki

Efekty kształcenia

  • Uczestnik analizuje i przetwarza obrazy cyfrowe z użyciem narzędzi Python

  • Uczestnik projektuje rozwiązania segmentacji i klasyfikacji obrazów

  • Uczestnik wdraża tradycyjne i głębokie modele uczenia maszynowego do analizy obrazów

  • Uczestnik wykorzystuje biblioteki Python do realizacji zadań wizji komputerowej

  • Uczestnik ocenia jakość i efektywność zastosowanych metod analizy obrazów

  • Uczestnik rozpoznaje i stosuje techniki ekstrakcji cech oraz segmentacji w praktyce

Wymagania

  • Od uczestników wymagana jest umiejętność programowania w języku Python pozwalająca na pisanie nieskompliwanego kodu i praca z zewnętrznymi bibliotekami

  • Ogólna wiedza o klasycznych algorytmach i dobrych praktykach w uczeniu maszynowym

  • Podstawowa znajomość matematyki, w tym algebry i geometrii

W cenie otrzymasz:

  • Materiały szkoleniowe

  • Certyfikat ukończenia szkolenia

  • W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki

Program szkolenia

Pobierz program w PDF

Wybrane opinie

Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi

4.8
Ocena pochodzi ze średniej ocen Sages w serwisie Google i nie jest weryfikowanaŚrednia ocen Sages w serwisie Google Ocena pochodzi ze średniej ocen Sages w serwisie Google i nie jest weryfikowana

  • 12.06.2026

    Uczestnik szkolenia “Zaawansowane programowanie w języku Rust”

    Łukasz Zemła, Woodward Poland Sp z o. o.

    Bardzo dużo praktycznych przykładów (w zasadzie 100% pracy z kodem (nie slajdami), ogromna wiedza techniczna trenera

  • 12.06.2026

    Uczestnik szkolenia “Zaawansowane programowanie w języku Rust”

    Łukasz Wojtylak, Woodward Poland Sp z o. o.

    Poznałem odpowiedzi na własne wątpliwości, zyskałem ogólną wizję tematu.

  • 12.06.2026

    Uczestnik szkolenia “Tworzenie aplikacji z użyciem Angular”

    Marek Sikora

    Bardzo fajne szkolenie, dużo przydatnych informacji i materiałów.

  • 12.06.2026

    Uczestnik szkolenia “Zaawansowane programowanie w języku Rust”

    Łukasz Jeż, Woodward Poland Sp z o. o.

    Mnóstwo przekazanej wiedzy, ciekawe problemy do rozwiązania, "rust-by-example"

  • 12.06.2026

    Uczestnik szkolenia “Tworzenie aplikacji z użyciem Angular”

    Paula Ostrowska

    wartościowe informacje wtłaczane dodatkowo, triki, świetnie zaprezentowane krok po kroku

  • 12.06.2026

    Uczestnik szkolenia “Tworzenie aplikacji z użyciem Angular”

    Małgorzata Kaczmarczyk-Koza

    Pełne wiedzy i ukorządkowane

  • 12.06.2026

    Uczestnik szkolenia “Efektywność osobista w branży IT”

    Dominik Domagała

    Najlepsze szkolenie jakie mialem do tej pory, teoria i warsztaty, wymagany aktywny udział, dobra konstruktywna rozmowa, sprawy omawiane na bierząco

Więcej opinii

Podobne szkolenia

Zastosowania uczenia głębokiego w zadaniach wizji komputerowej

Liczba dni: 5
4750 PLN

Szkolenie z uczenia głębokiego w wizji komputerowej przygotowuje do pracy z nowoczesnymi modelami CNN i Transformer, obejmuje segmentację, detekcję, generowanie obrazów oraz analizę wideo, kładąc nacisk na praktyczne zastosowania i implementację w Pythonie z użyciem PyTorch

sieci-konwolucyjneanaliza-obrazucomputer-visiondeep-learning

Python - Tworzenie dashboardów webowych

Liczba dni: 2
Na zamówienie

Szkolenie Python - Tworzenie dashboardów webowych uczy budowy interaktywnych dashboardów w Streamlit, integracji z bazami danych, wizualizacji danych oraz projektowania nowoczesnych aplikacji webowych dla analityków i programistów Python

aplikacje-analitycznepython-webdata-visualizationdashboardy-webowe

Zastosowania uczenia maszynowego dla danych teledetekcyjnych i geoprzestrzennych

Liczba dni: 3
3350 PLN

Szkolenie z uczenia maszynowego dla danych teledetekcyjnych i geoprzestrzennych uczy analizy, przetwarzania, klasyfikacji i segmentacji danych 2D i 3D, wykorzystując klasyczne algorytmy oraz deep learning w praktycznych zastosowaniach GIS i teledetekcji

dane-geoprzestrzenneteledetekcjaanaliza-przestrzennamachine-learning