BUONA VISIONE 🍿 SLIDE LEZIONE

BUONA VISIONE 🍿 SLIDE LEZIONE

1) Leggi e segui l'articolo per scaricare e installare Python 🐍 2) Verifica corretta Installazione Python 🐍 a) Apri la Shell del tuo computer b) Digita all'interno della shell "python" e premi invio c) Verifica che venga aperto l'interprete Python 3) Leggi e segui l'articolo per la gestione delle librerie Python 📚🐍 4) Installiamo e verifichiamo la corretta installazione della libreria Numpy a) Apri la Shell del tuo computer b) Digita all'interno della shell "pip install numpy" e premi invio c) Quando l'installazione e terminata digita sempre sulla shell "python" e premi invio d) Digita sulla shell "import numpy" e) Se l'interprete non genera errori tutto è andato a buon fine Buon Divertimento🎉😊, Rispondi alle domande per ricevere il Badge.

Crea la tua prima Applicazione di Computer Vision utilizzando Python. Il micro corso è molto semplice, è suddiviso in due Parti. Non preoccuparti ti prenderanno al massimo 10 minuti l'una , ma avrai acquisito le seguenti conoscenze : -Cosa è la Computer Vision -Quale linguaggio e quali librerie esistono per la Computer Vision -Preparare un ambiente per sviluppare programmi di Computer Vision -Sviluppare semplici programmi tra i quali : ------->Riconoscimento oggetti nelle Foto ------->Riconoscimento Persone nelle Foto ------->Contare Oggetti/Animali/Persona in una foto ------->Se sei una persona fantasiosa Passerai intere giornate a Divertirti In oltre per qualsiasi chiarimento o spiegazione ti basterà inviarci una email al nostro indirizzo. BUON DIVERTIMENTO

Il rilevamento di oggetti è una tecnologia che rientra nel dominio più ampio della visione artificiale . Si occupa di identificare e tracciare oggetti presenti in immagini e video. Il rilevamento di oggetti ha molteplici applicazioni come il rilevamento dei volti, il rilevamento dei veicoli, il conteggio dei pedoni, le auto a guida autonoma, i sistemi di sicurezza, ecc. I due principali obiettivi del rilevamento di oggetti includono: Per identificare tutti gli oggetti presenti in un'immagine Filtra l'oggetto dell'attenzione In questo articolo vedrai come eseguire il rilevamento di oggetti in Python con l'aiuto della libreria ImageAI . Ecco un piccolo estratto di una possibile applicazione in ambito Riconoscimento Facciale.

Apri il tuo editor di testo preferito per scrivere codice Python e crea un nuovo file detector.py . Nel caso non hai mai scaricato un editor ti lascio una lista degli editor migliori per python Sublime Text Atom Notepad++ CoffeeCup – The HTML Editor TextMate Vim UltraEdit Coda BBEdit Komodo Edit Visual Studio Code Brackets CodeShare

Iniziamo a scrivere il nostro codice. Importa la calsse ObjectDetection dalla libreria ImageAI scrivendo questa riga di codice. from imageai.Detection import ObjectDetection A questo punto salva il file, e verifica che la libreria sia stata installata correttamente. Per verificarne la corretta installazione apri il Terminale dei comandi e digita : cd percorso/della/cartella/principale/ #Premere Invio python3 nomedelfile.py #se hai installato Python3 python nomedelfile.py #se hai installato Python2 #Premere Invio Se non viene stampato nessun errore tutto sta procedendo bene. Attenzione, al momento abbiamo solo importato una libreria quindi è normale che il nostro programma non faccia nulla, l'importante è che non ci siano errori quando importiamo la libreria.

Per rilevare gli oggetti nell'immagine, dobbiamo chiamare la detectObjectsFromImage funzione utilizzando il detector object che abbiamo creato nella sezione precedente. Questa funzione richiede due argomenti: input_imagee output_image_path. input_image è il percorso in cui si trova l'immagine che stiamo rilevando, mentre il output_image_path è il percorso per memorizzare l'immagine con gli oggetti rilevati. Questa funzione restituisce un dizionario che contiene i nomi e le probabilità percentuali di tutti gli oggetti rilevati nell'immagine. detection = detector.detectObjectsFromImage(input_image=input_path, output_image_path=output_path) Ecco come dovrebbe risultare il tuo codice

È possibile accedere agli elementi del dizionario attraversando ogni elemento nel dizionario. for eachItem in detection:print(eachItem["name"] , " : ", eachItem["percentage_probability"]) Il codice del tuo programma dovrebbe essere simile a questo A questo punto Il tuo programma è finito e pronto per essere utilizzato

A questo punto apriamo il nostro terminale e digitiamo i seguenti comandi : cd percorso/della/cartella/principale/ #Premere Invio python3 nomedelfile.py #se hai installato Python3 python nomedelfile.py #se hai installato Python2 #Premere Invio L' output, nel nostro caso, sarà : car : 53.66367697715759 person : 75.88377594947815 person : 51.0115921497345 person : 84.292072057724 Per vedere la foto con gli oggetti evidenziati ti basterà andare nella cartella output/ dove troverai la foto modificata. Grazie mille per aver seguito il MicroCorso, speriamo ti sia stato di aiuto. Se ti va di supportarci condividi sui tuoi social i nostri articoli, sfide o servizi intelligenti.

Se sei nuovo al mondo della programmazione o dell'Intelligenza Artificiale per fare in modo che tu non scoraggi leggendo gli step del tutorial, se non conosci alcuni degli argomenti ( che vedrai nello step sotto questa sezione ) ti consigliamo di leggere gli articoli ad essi legati prima di andare avanti. Non preoccuparti ci vorrà al massimo una decina di minuti.

Prepariamo il Nostro Pc per sviluppare programmi di Computer Vision

Vediamo come far partire il nostro programma e come divertici a fare le nostre prove

Stai cercando un corso Gratis per capire qualcosa sulla Data Science ? Perfetto sei nel posto giusto. Ad oggi si sente parlare molto spesso di Data Science, Intelligenza Artificiale, Big Data, Machine Learning e Deep Learning. L'obbiettivo di questo micro corso è proprio quello di andare a toccare tutti questi argomenti i molti altri per provare a darti una visione più completa possibile, in modo gratuito, così che potrai capire se questo percorso fa per te e in più capire qual' è il percorso migliore da seguire in Italia Le lezioni non sono video, abbiamo pensato che delle lezioni scritte possono rimanere più impresse nel lungo periodo, non preoccuparti ti prenderanno al massimo 5- 10 minuti l'una , ma avrai acquisito le seguenti conoscenze : - Cosa è l' I.A. , il M.L. , il D.L. e la DataScience - Come diventare un data scientist. - I percorsi di studio in italia. - Come si approccia un problema nella data science. - La differenza tra un analista dati e un data scientist. - I migliori linguaggi di programmazione per il M.L. e D.L. - Le soft skill che un data scientist deve avere. - Un progetto svolto passo passo. - E molto altro ... In oltre per qualsiasi chiarimento o spiegazione ti basterà inviarci una email al nostro indirizzo. BUON DIVERTIMENTO

Mentre negli ultimi decenni sono emerse numerose definizioni di intelligenza artificiale (AI), John McCarthy offre la seguente definizione in questo documento del 2004 È la scienza e l'ingegneria di creare macchine intelligenti, in particolare programmi per computer intelligenti. È correlato al compito simile di utilizzare i computer per comprendere l'intelligenza umana, ma l'intelligenza artificiale non deve limitarsi a metodi osservabili biologicamente. Documento originale Tuttavia, decenni prima di questa definizione, la nascita della conversazione sull'intelligenza artificiale è stata indicata dal lavoro seminale di Alan Turing, " Computing Machinery and Intelligence che è stato pubblicato nel 1950. In questo paper, Turing, spesso definito il "padre dell'informatica", pone la seguente domanda: "Le macchine possono pensare?" Da lì, offre un test, ora noto come "Test di Turing", in cui un interrogatore umano cercherà di distinguere tra un computer e una risposta testuale umana. Documento originale Sebbene questo test sia stato sottoposto a molti controlli sin dalla sua pubblicazione, rimane una parte importante della storia dell'intelligenza artificiale e un concetto in corso all'interno della filosofia poiché utilizza idee sulla linguistica. Stuart Russell e Peter Norvig hanno quindi proceduto alla pubblicazione di Intelligenza artificiale: un approccio moderno , diventando uno dei principali libri di testo nello studio dell'intelligenza artificiale. In esso, approfondiscono quattro potenziali obiettivi o definizioni di AI, che differenzia i sistemi informatici sulla base della razionalità e del pensiero rispetto all'azione: Approccio umano: Sistemi che pensano come gli umani Sistemi che si comportano come esseri umani Approccio ideale: Sistemi che pensano razionalmente Sistemi che agiscono razionalmente La definizione di Alan Turing sarebbe caduta nella categoria dei "sistemi che agiscono come gli umani". Nella sua forma più semplice, l'intelligenza artificiale è un campo che combina informatica e set di dati robusti, per consentire la risoluzione dei problemi. Comprende anche sottocampi di machine learning e deep learning, che sono spesso menzionati insieme all'intelligenza artificiale. Queste discipline sono costituite da algoritmi di intelligenza artificiale che cercano di creare sistemi esperti che effettuano previsioni o classificazioni in base ai dati di input. Oggi, c'è ancora molto clamore intorno allo sviluppo dell'intelligenza artificiale, che ci si aspetta da qualsiasi nuova tecnologia emergente sul mercato. Come notato nel ciclo di hype di Gartner , le innovazioni di prodotto come le auto a guida autonoma e gli assistenti personali seguono "una tipica progressione dell'innovazione, dall'eccessivo entusiasmo attraverso un periodo di disillusione fino a un'eventuale comprensione della rilevanza e del ruolo dell'innovazione in un mercato o in un dominio”. Come nota Lex Fridman qui nella sua conferenza al MIT nel 2019, siamo al culmine delle aspettative gonfiate, avvicinandoci al punto più basso della disillusione.