Görüntü İşleme Eğitimi

Eğitim Bilgileri

Eğitim Süresi: 48 Saat (8 Gün)
Eğitim Programı: 6 Saat / Gün

Teorik Eğitim: 18 Saat
Uygulamalı Eğitim: 30 Saat

Eğitim Yöntemi: Çevrim içi (Online) veya Yüz yüze (katılımcı grubuna göre planlanır)
Eğitim Grupları: Her bir grup, en az 20 katılımcı sayısına ulaştığında gerçekleştirilecektir.
Platform: Artemis Eğitim Portalı
Hedef Kitle:

• Bilgisayar mühendisleri, elektronik mühendisleri ve yazılım geliştiriciler

• Yapay zeka, robotik ve makine öğrenmesi alanlarında çalışan veya ilgi duyanlar

• Görsel veri analizi ve endüstriyel otomasyon sistemlerinde kariyer hedefleyen profesyoneller

---

Sertifikasyon

• E-Devlet üzerinden sorgulanabilir Katılım Sertifikası

• Eğitime özel Transkript belgesi

• İsteyen katılımcılara, başvuru sırasında belirtilmek ve ücret farkı ödenmek koşuluyla basılı sertifika gönderimi sağlanır.

---

Eğitimin Amacı

Bu eğitimin amacı, katılımcılara sayısal görüntü işleme alanının temellerini öğretmek, görüntülerin analiz edilmesi, filtrelenmesi, segmentasyonu ve yapay zekâ destekli yorumlanması süreçlerinde uygulamalı uzmanlık kazandırmaktır.
Katılımcılar eğitim sonunda Python tabanlı kütüphaneler (OpenCV, NumPy, Scikit-Image, TensorFlow) kullanarak görüntü işleme projeleri geliştirebilecek düzeye gelir.

---

Eğitim İçeriği ve Ders Planı

Modül	Süre (Saat)	İçerik Başlıkları
1. Görüntü İşlemeye Giriş	4	Görüntü türleri, piksel yapısı, renk uzayları (RGB, HSV, Grayscale), temel kavramlar.
2. Görüntü Temsili ve Temel İşlemler	6	Görüntü okuma, yazma, yeniden boyutlandırma, kesme, filtreleme ve histogram eşitleme.
3. Görüntü Dönüşümleri ve Filtreleme	6	Uzaysal filtreleme, kenar tespiti, bulanıklaştırma, gürültü azaltma, morfolojik işlemler.
4. Özellik Çıkarma ve Nesne Tanıma	8	Kenar, köşe, kontur, şekil ve renk temelli özellik çıkarımı, HOG ve SIFT algoritmaları.
5. Segmentasyon ve Sınıflandırma Teknikleri	6	Eşikleme, bölge büyütme, watershed, K-means, nesne etiketleme uygulamaları.
6. Derin Öğrenme ile Görüntü İşleme	6	CNN mimarileri, model eğitimi, veri artırma, transfer learning, TensorFlow uygulamaları.
7. Gerçek Zamanlı Görüntü İşleme Uygulamaları	6	Kamera verisiyle çalışmak, hareket tespiti, yüz tanıma, plaka tanıma sistemleri.
8. Proje ve Değerlendirme Çalışması	6	Katılımcıların kendi görüntü işleme projesini geliştirmesi, model doğruluğu değerlendirmesi.

---

Eğitim Kazanımları

• Görüntü işleme algoritmalarını teorik ve pratik olarak uygulayabilir.

• OpenCV ve Python tabanlı görüntü analiz araçlarını kullanabilir.

• Görsel verilerden anlamlı özellikler çıkarabilir ve sınıflandırma modelleri geliştirebilir.

• Derin öğrenme yöntemleriyle nesne tanıma ve sınıflandırma uygulamaları yapabilir.

• Endüstriyel veya akademik projelerde görüntü işleme çözümleri tasarlayabilir.

---

Uygulama ve Değerlendirme Süreci

• Her modül sonunda uygulamalı mini proje verilir.

• Katılımcılar, eğitim sonunda kendi görüntü işleme projelerini geliştirir ve sunar.

• Değerlendirme, doğruluk oranı, kod kalitesi ve uygulama çıktısı üzerinden yapılır.

• Başarılı katılımcılar, Egitim Foni onaylı E-Devlette sorgulanabilir sertifika almaya hak kazanır.

---

Ek Bilgilendirme

• Eğitim materyalleri, örnek veri setleri ve Python notebook dosyaları Artemis Eğitim Portalı üzerinden paylaşılacaktır.

• Katılımcılar için teknik destek ve uygulama rehberliği sağlanacaktır.

• Devam zorunluluğu vardır. 1/12 oranını aşan devamsızlık durumunda sertifika düzenlenmez.

• Tüm sorularınız için: [email protected]

---

Önemli Not

Yukarıda belirtilen eğitim içeriği, yazılımımız için örnek olarak hazırlanmış bir eğitim içeriğidir. Gerçek eğitim içeriğini yansıtmamaktadır.