Analise computacional de imagens

Aula 1: Apresentação da playlist "Análise computacional de imagens"

Aula 2: Importância da visão computacional

Aula 3: Entendendo o que é uma imagem.

Aula 4a: Principais sistemas de cores

Aula 4b: Conversão entre sistemas de cores (software R).

Aula 5a: Manipulações básicas em imagens no software R.

Aula 6a: Introdução - Segmentação na análise de imagens.

Aula 6b: Segmentação na análise de imagens pelo método de Thresholding e Otsu

Aula 6c: Estimação da área foliar por imagens (Segmentação usando modelo linear generalizado)


Aula 6d: Estimação da área foliar por imagens (Segmentação usando Redes Neurais)

Erro na função ImageShow do pacote OpenImageR

Aula 6e: Segmentação na análise de imagens pelo método de agrupamento (Clusterização).

Aula 6f: Individualização de objetos em imagens após a segmentação

Aula 7a. Contagem, área, perímetro e comprimento por análise de imagens (Software R).

Aula 7b: Esqueletonização e Thinning na análise de imagens (software R)

Aula 8: Vídeos sobre Redes Neurais Artificiais.

Aula 9a: Videos sobre Redes neurais convolucionais.

Aula 9a: Deep Learning - Redes neurais convolucionais


Aula 9b: Deep Learning - Redes neurais convolucionais

Aula 9c: Deep Learning - Redes neurais convolucionais

Aula 10a: Preparação do banco de imagens para o treinamento do Mask RCNN

Aula 10b. Obtenção de imagens para a composição do banco de dados

Aula 10c. Edição de imagens para a composição do banco de dados

Aula 10d: Criação de banco de imagens sintéticos no formato COCO para treinamento de redes neurais

Aula 10e: Treinamento por Mask-RCNN com o google colab

Aula11a. Taxa de perda (Loss) em redes neurais convolucionais

Aula 12a. Avaliadores da qualidade de classificação por redes neurais convolucionais

Aula 13a. Comparação entre metodologias envolvendo redes neurais convolucionais.