Detecção de Objetos
em filmagens com
Drones
Não sabe programar? Fique tranquilo, ensinamos desde os primeiros passos até a prática com projetos.
O futuro já começou. A IA está transformando o mundo e você não pode ficar de fora dessa revolução.
Esses são alguns dos assuntos que vamos explorar juntos
O que é Python? Guia básico sobre essa linguagem de programação
Vamos abordar conceitos básicos, desde a instalação do Python e da IDE, até a configuração de ambiente virtual na sua máquina e as principais bibliotecas (plugins) para começar a programar.
Python aplicado a Dados Georreferenciados
Aprenda o básico de Python para trabalhar com dados vetoriais e raster, incluindo ortomosaicos de drones e imagens de satélite, e descubra como automatizar processos repetitivos para ganhar eficiência.
Inteligência Artificial, Machine Learning e Redes Neurais para Classificação de Imagens
Vamos explorar como os conceitos de Inteligência Artificial, Machine Learning, visão computacional e detecção de objetos estão interligados, e como aplicá-los no contexto das filmagens feitas com drones.
Teoria sobre Redes Neurais Convolucionais e a Principal Arquitetura para Detecção de Objetos: YOLO
Entenda o funcionamento das Redes Neurais Convolucionais (CNNs) e descubra por que a arquitetura YOLO (You Only Look Once) é tão eficiente para a detecção rápida e precisa de objetos em imagens e vídeos.
Parte prática: treinando uma inteligência artificial com YOLO para detectar objetos em vídeos usando suas próprias imagens
Vamos aprender a dividir o dataset em treino, validação e teste, realizar as rotulações das imagens e executar o treinamento da rede neural YOLO para detecção de objetos.
Aprenda a realizar detecções em tempo real com seu drone em voo
Descubra como usar seu drone para detectar objetos ao vivo durante o voo, aplicando técnicas de inteligência artificial e visão computacional em tempo real.
Por tempo limitado
OFERTA ESPECIAL
De R$ 1.597 por apenas:
Aproveite o valor especial de lançamento do nosso treinamento. Essa oferta exclusiva é por tempo limitado, então garanta a sua vaga agora!
12x de r$ 61,74
ou R$ 597 à vista
Preciso ter experiência com programação ou outros softwares?
Não! Você não precisa ter nenhuma experiência prévia.
Durante o curso, ensinamos do zero todos os conceitos e ferramentas utilizadas nas aulas.
Você vai aprender a usar os seguintes softwares:
- VS Code (gratuito)
- Google Colab (gratuito, com opção de plano pago para melhorar o tempo de processamento)
- Roboflow (gratuito, com recursos adicionais na versão paga)
No curso, utilizamos apenas as versões gratuitas, que são mais do que suficientes para você acompanhar e desenvolver todos os projetos.
Se desejar acelerar o processamento de dados em projetos maiores, poderá optar por uma versão paga
Veja o que você vai aprender
- Aula 1 – O Que é Python e Para Que Serve
- Aula 2 – Primeiros passos para programar em python
- Aula 3 – Como instalar o python e VScode
- Aula 4 – Configurando o vscode e extensões necessárias cartografico
- Aula 5 – Configurando ambiente virtual
- Aula 6 – O que são bibliotecas, módulos e funções
- Aula 7 – Recomendações em Python
- Aula 1 – O que são variáveis
- Aula 2 – Tipos de dados
- Aula 3 – Tipos de dados com estrutura composta
- Aula 4 – estruturas condicionais
- Aula 5 – estruturas condicionais pt2
- Aula 6 – Como editar as listas
- Aula 7 – Estrutura de repetição com a função for
- Aula 8 – Estrutura de repetição com a função while
- Aula 9 – Como criar DataFrames com o pandas
- Aula 10 – Importando Planilhas para o Python com read csv
- Aula 11- Funções no dataframe
- Aula 1 – Como ler arquivos em shapefile
- Aula 2 – importar arquivo kml
- Aula 3 – Como verificar e reprojetar o SRC da camada vetorial
- Aula 4 – como fazer calculo de área e perímetro e renomear colunas
- Aula 5 – como exportar arquivos em shp ou kml
- Aula 6 – função recortar
- Aula 7 – função diferença
- Aula 8 – função centroides
- Aula 9 – função buffer
- Aula 10 – mesclar camadas vetoriais
- Aula 11 – função sjoin
- Aula 12 – função dissolver
- Fundamentos em imagens no python
- Aula 1 – Instalando a biblioteca rasterio
- Aula 2 – Como abrir uma imagem tif
- Aula 3 – abrindo o tif com a função with
- Aula 4 – como ler bandas especificas de uma imagem
- Aula 5 – função shape
- Aula 6 – mesclando bandas com stack
- Aula 7 – Como criar índices de vegetação com python
- Aula 8 – colocando a imagem no local correto
- Aula 9 – como exportar o índice de vegetação em tif
- Aula 10- como fazer a classificação de uma imagem
- Aula 11 – como reprojetar o gsd de uma imagem pt1
- Aula 12 – como reprojetar o gsd de uma imagem pt2
- Aula 13 – como instalar o gdal no vscode
- Aula 14- como trocar o SRC de um raster com o gdal
- Aula 15 – recortar raster pela camada de mascara com Gdal
- Aula 16 – função raster para vetor com a função gdal
- Aula 17 – como plotar um raster com vetor no mesmo gráfico
- Aula 18 – Como adicionar a barra de cores em um índice no Python
- Aula 19 – Atividade pratica
- Aula 20 – Correção atividade
- Aula 1 – Como recortar uma imagem usando o rasterio
- Aula 2 – Como recortar uma imagem usando o rasterio com mais de um polígono
- Aula 3 – como fazer um loop dentro de um geodataframe
- Aula 4- Automatizando geração de ndvi por talhão
- Aula 5 – histograma
- Aula 6 – Threshold
- Aula 1 – O que é Colab
- Aula 2 – instalação de bibliotecas no colab
- Aula 3 – rodando nosso script do vscode no colab
- Aula 1 – Conceitos gerais
- Aula 2 – Rede neural
- Aula 3 – Rede neural para classificação de imagem parte 1
- Aula 4 – Rede neural para classificação de imagem parte 2
- Aula 5 – Rede neural convolucional
- Aula 6 – YOLO para detecção de objetos – teoria
- Aula 1 – Instalando a principais bibliotecas necessárias
- Aula 2 – Como abrir um vídeo com python no vscode com opencv
- Aula 3 – Como aplicar a detecção sobre um vídeo
- Aula 4 – Como criar um contador de pessoas
- Aula 5 – Como exportar o vídeo com a detecção
- Aula 6 – Contador de automóveis
- Aula 7 – Como fazer a detecção em uma região especifica do vídeo
- Aula 8 – Testando o modelo pre treinando yolo em outros objetos
- Aula 1 – Como dividir seu dataset
- Aula 2 – Como criar uma conta no roboflow
- Aula 3 – Como criar seu dataset anotado
- Aula 4 – Como treinar a yolo como seu dataset
- Aula 5 – Como aplicar o modelo re treinado nas filmagens de drone
- Aula 6 – Ajustando o scrip para contar o gado
- Aula 7 – Como adicionar a confiança na detecção
- Aula 8 – Como filtrar a detecção de acordo com a confiança
- Aula 9 – Como adicionar novas imagens ao dataset e melhorar o modelo
- Aula 10 – Como Aproveitar Datasets Prontos para Treinar Seus Modelos
- Aula 1 – Primeira etapa
- Aula 2 – Segunda etapa
- Aula 3 – Terceira etapa