Este repositório contém diversos notebooks voltados para o estudo de Visão Computacional, projetados de forma didática para facilitar o aprendizado. Aqui, você encontrará tutoriais que abrangem várias áreas da visão computacional, todos esses implementados usando a biblioteca TensorFlow. Dessa forma, os notebooks estão organizados do seguinte jeito:
-
Extraindo Informações de Pixels: Este notebook explora como as redes neurais podem ser usadas para extrair informações de pixels de imagens. Dessa forma, você aprenderá como criar uma rede neural simples para tarefas de classificação de imagens.
-
Extração de Características: Neste tutorial, você descobrirá como usar redes neurais para extrair características importantes de imagens, as quais são fundamentais em muitas tarefas de visão computacional.
-
Fine-Tuning e Transfer Learning: Aqui, você aprenderá como realizar o fine-tuning e o transfer learning usando modelos de CNN pré-treinados. Tal habilidade é útil para tarefas como classificação de imagens e detecção de objetos.
-
Detector de Emoções: Este notebook demonstra como criar um detector de emoções usando CNNs treinadas, a partir de um conjunto de dados de expressões faciais.
-
Detector de Cães e Gatos: Aprenda a construir um classificador que pode distinguir entre imagens de cães e gatos, usando CNNs.
-
Detecção com OpenCV Haar Cascade: Saiba como usar o OpenCV para realizar a detecção facial usando o método Haar Cascade.
-
Detecção com dlib HOG: Este tutorial demonstra a detecção facial através da utilização do método Histogram of Oriented Gradients (HOG) do dlib.
-
LBPH (Local Binary Patterns Histograms): Descubra como usar o algoritmo LBPH para fazer o reconhecimento de rostos em imagens.
-
Detecção de Pontos de Interesse: Aprenda a identificar pontos-chave em faces: como olhos, nariz e boca.
- Reconhecimento de Gestos: Este notebook explora como treinar uma rede neural para reconhecer gestos a partir de imagens ou sequências de vídeo.
- Redes Generativas: Esta seção ainda está em desenvolvimento e incluirá tutoriais sobre redes generativas, como GANs (Generative Adversarial Networks).
Cada notebook contém uma explicação detalhada, código Python comentado e exemplos práticos para ajudar você a compreender os conceitos e técnicas de visão computacional. Sinta-se à vontade para explorar e experimentar e aprimorar suas habilidades.
 Thomaz R. Lima |
 Evaldo G. Filho |
 Maria Luiza |
Divirta-se aprendendo!