Kursen ingår i dessa läroplaner och studiehelheter

Kursens undervisningsperiod

3 (2024-01-01 till 2024-03-17)

Nivå/kategori

Yrkesstudier

Undervisningsspråk

Svenska

Kurstyp

Obligatorisk

Cykel/nivå

Yrkeshögskoleexamen

Rekommenderat studieår

3

Omfattning

5 sp

Kompetensmål

Inom detta studieavsnitt kommer vi att fokusera på
följande kompetenser:

Maskininlärning, beslutstödssystemutveckling och
artificiell intelligens med tyngdpunkt på:

Djupinlärning

Objektdetektering och lokalisering

Globala mål i fokus:
#4: God utbildning för alla
#9: Hållbar industri, innovationer och
infrastruktur

Läranderesultat

Efter avlagt studieavsnitt:

Du känner till hur en digital bild är strukturerad
och hur man kan tillämpa filter för att modifiera
den eller belysa/förstärka specifika egenskaper.
(Kunskap)

Du känner till hur vanliga algoritmer för
ansiktsdetektering och -igenkänning fungerar.
(Kunskap)

Du har basförståelse för hur neuronnät och
faltningsnätverk fungerar. (Kunskap)

Du kan tillämpa algoritmer för ansiktsdetektering
och -igenkänning i programkod. (Färdighet)

Du kan designa och träna djupinlärningsmodeller
för bildklassificering och objektdetektering.
(Färdighet)

Du ser möjligheterna med datorseendeapplikationer
och hur de kan utnyttjas inom olika områden.
(Förhållningssätt)

Innehåll

Introduktion till datorseende och OpenCV
biblioteket
Python och OpenCV i Anaconda
Grunderna i bildprocessering
Pixelrelationer
Statistik och histogram
Histogramutjämning
Filtrering
Identifiering av kanter, hörn och konturer
Ansiktsdetektering och igenkänning
Introduktion till neurala nätverk
Djupinlärning för bildklassificering och
objektdetektering

Förkunskaper

Databearbetning

Studieaktiviteter

  • Föreläsningar - 40 timmar
  • Projekt- och produktionsarbete/konstnärlig verksamhet - 95 timmar

Arbetsbelastning

  • Kursens totala antal arbetstimmar: 135 timmar
  • Varav självstyrda studieformer: 135 timmar
  • Varav schemalagda studier: 0 timmar

Undervisningsform

Närundervisning

Examinationsformer

QUIZ-tester och
programmeringsprojekt

Examinationskrav

Kursen bedöms på basen 4 mindre QUIZ-tester (vikt
20%) och ett programmeringsprojekt (vikt 80%). För
godkänt krävs minst 50% av de totala poängen.

Lärare

Karlsson Jonny

Examinator

Karlsson Jonny

Kursens hemsida

Antal kursplatser

Ingen begränsning

Delprestation i kraft till

12 månader efter kursens slutdatum

Kursanmälningstid

2023-11-24 till 2023-12-22

Examinationsformer

Datum meddelas senare - Övriga uppgifter

Kurs och studieplanssökning