Inteligência artificial para extrair O MÁXIMO IMAGENS DE DRONE

• 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 – Inteligência Artificial : Conceitos Fundamentais

  Aula 2 – O que é uma Rede Neural: Entendendo o Cérebro da IA

  Aula 3 – Classificação de Imagens com Redes Neurais: Fundamentos

  Aula 4 – Classificação de Imagens com Redes Neurais: Fundamentos (parte 2)

  Aula 5 – Redes Neurais Convolucionais (CNN): A Revolução no Processamento de Imagens

  Aula 6 – YOLO: A Teoria por Trás da Detecção de Objetos em Tempo Real

  Aula 7 – YOLO na Prática: Implementando Seu Primeiro Modelo de Detecção

• Aula 1 – Preparando os Dados: Como Dividir um Ortomosaico em Imagens para seu Dataset

  Aula 2 – Fundamentos do Machine Learning: Entendendo Conjuntos de Treino, Validação e Teste

  Aula 3 – Configurando a Ferramenta: Criando sua Conta no Roboflow

  Aula 4 – Criando seu Projeto no Roboflow: Montando e Organizando o Dataset

  Aula 5 – Aumentando seu Dataset: Técnicas de Data Augmentation para Melhorar o Modelo

  Aula 6 – Colocando para Aprender: Executando o Treinamento do seu Modelo YOLO

  Aula 7 – Integração com QGIS: Executando o Modelo Treinado Diretamente no QGIS para detectar café

  Aula 8 – Caso Prático 1: Treinando um Modelo para Detecção em Talhões de Eucalipto

  Aula 9 – Caso Prático 2: Desenvolvendo um Modelo para Detecção de Lavouras de Milho

• Aula 1 – Explorando o Ecossistema: Como Encontrar Projetos Inspiradores no Roboflow

  Aula 2 – Acelerando seu Fluxo de Trabalho: Clonando e Adaptando Datasets Existentes

• Aula 1 – Configuração do Ambiente de IA: Verificação Completa de GPU, Drivers, CUDA e PyTorch

  Aula 2 – Executando a Detecção: Como Usar o Script para Processar imagens e Gerar Resultados

  Aula 3 – Entendendo o Script de Inferência: Estrutura Interna e Funcionamento para Processar Ortomosaicos

  Aula 4 – Melhorando o scrip com o IOU (Intersection over Union)

Aula – Como usar o aplicativo NELORE TECH para contagem de bovinos com seus modelos treinados