O que você aprenderá
- Implemente um detector de emoções utilizando modernas técnicas de Deep Learning com Redes Neurais Convolucionais, utilizando o TensorFlow 2.0
- Aprenda a detectar emoções de imagens e vídeos
Requisitos
- É recomendado conhecimento básico sobre lógica de programação, principalmente estruturas condicionais e de repetição (if e for)
- Conhecimentos básicos sobre Python
- Conhecimentos sobre redes neurais artificiais são desejáveis (no final do curso está disponível um anexo com a teoria básica sobre redes neurais)
Descrição
Dentro da área da Visão Computacional existe a sub-área de reconhecimento/deteção de emoções, que visa identificar emoções específicas que pessoas podem expressar em imagens ou vídeos. Alguns exemplos de aplicações são: alertar condutores de veículos que podem estar distraídos, personagens de jogos podem interagir com o usuário de acordo com a emoção expressada, monitoramento de pacientes em hospitais, avaliação do interesse dos alunos em aplicações de educação a distância, sistemas de vigilância e principalmente na área de marketing; sendo possível entender o que os consumidores estão sentindo sobre determinados produtos ou serviços.
E para levar você até essa área, neste curso você desenvolverá passo a passo Redes Neurais Convolucionais utilizando o TensorFlow 2.0 e o Python para detectar emoções em vídeos e imagens! O sistema será capaz de detectar as seguintes emoções: raiva, alegria, tristeza, nojo, surpresa, medo e também se uma face não está expressando nenhuma dessas emoções. Utilizaremos modernas técnicas de Deep Learning (Aprendizagem Profunda) para o desenvolvimento dos exemplos do curso, usando a base de dados FER3 que é uma das bases de dados mais utilizadas para treinamento de sistemas de reconhecimento de emoção, que inclusive faz parte dos desafios do Kaggle!
O objetivo principal deste curso é que você tenha uma visão prática de como utilizar o TensorFlow 2.0 para reconhecimento de emoções, portanto, nós mostraremos somente uma intuição básica sobre a teoria do algoritmo. Este curso é para todos os níveis, ou seja, se este for o seu primeiro contato com a área de Visão Computacional você conseguirá acompanhar o curso. Da mesma forma, se você já tem experiência na área também aproveitará o conhecimento adquirido com o desenvolvimento do projeto prático.
Para quem é este curso
- Pessoas interessadas em Inteligência Artificial
- Pessoas interessadas na área de visão computacional utilizando o Python, Deep Learning e TensorFlow
- Pessoas interessadas em reconhecimento de emoções de imagens e vídeos
- Alunos de graduação que cursam disciplinas de Computação Gráfica, Processamento Digital de Imagens ou Inteligência Artificial
Conteúdo do Curso
Avaliações e Comentários
Comentário extraído do curso na UdemyE fiz este curso me baseando nestes pré requisitos: É recomendado conhecimento básico sobre lógica de programação, principalmente estruturas condicionais e de repetição (if e for) Conhecimentos básicos sobre Python Conhecimentos sobre redes neurais artificiais são desejáveis (no final do curso está disponível um anexo com a teoria básica sobre redes neurais) O que não gostei do curso, é que o conteudo vem pronto, ou seja, a seção 2 já começa com treinamentos prontos e na seção 3 começa com conteudo pronto da seção 2, poxa para quem começa do zero a expectativa é que vc aprenda a treinar a capturar as faces e depois as emoções, para que se possa levar este conhecimento para outros niveis, acredito que como melhoria seria começar tudo do zero.
Muito didática.