1. Introduction to Computer Vision – Welcome to Computer Vision
In this program, you’ll learn from a variety of materials.
instructional videos, quizzes, Python Code Notebooks, and projects.
To get the most out of this course,
it will be helpful to know what to expect from each of these sources.
Videos, like you’ve already seen are short informational lectures.
Some videos explain the theory behind
a computer vision concept like image transformation,
and others show a practical code implementation.
We make the video short,
to isolate individual concepts,
and make it easy to review.
So, feel free to pause and write notes,
or watch a video multiple times, if that helps you.
The program is self-paced,
so you can decide for yourself how many videos to
watch in one sitting and when to take a break.
Now, it’s hard to know if you’ve gained knowledge from these videos,
unless you can apply that knowledge later on.
That’s why we built in three types of practice.
First, in-between some of the videos,
you’ll find what we call quizzes.
A quiz is typically a question that gets you
actively thinking about the material you’ve been taking in.
Quizzes are meant to give you a quick indication of your own skill level and progress.
If you struggle with a quiz,
it could mean that you should spend a little more time,
reviewing the concept it’s asking about.
And if a quiz seems relatively easy,
it should encourage you to move on.
Second, in addition to quizzes,
this course includes Python Notebooks for coding practice.
Notebooks give you a chance to try out code,
in a programming environment right in this classroom.
These Notebooks are my preferred way of writing and testing out Python code,
and they’re a great way to get used to running
computer vision Code and testing out your own functions and applications.
Finally, you’ll complete three Projects in this course.
These are applications that are larger in scope than
the Notebook Code examples and they give you practice,
putting together multiple ideas.
Projects will be Code reviewed by one of our technical reviewers.
Meaning you’ll get line by line feedback on what you’re doing well,
and what can be improved in your code.
The project will really showcase your ability to
apply the skills you’ve learned throughout this course.
As you progress with this program,
there are also several resources to help you keep moving forward,
and you can read about those next.
이 프로그램에서는 다양한 자료를 배우게 됩니다.
교육용 비디오, 퀴즈, Python 코드 노트북 및 프로젝트.
이 과정을 최대한 활용하려면
이러한 소스 각각에서 무엇을 기대해야 하는지 아는 것이 도움이 될 것입니다.
이미 본 것처럼 비디오는 짧은 정보 강의입니다.
일부 비디오는 이론을 설명합니다.
이미지 변환과 같은 컴퓨터 비전 개념,
다른 것들은 실용적인 코드 구현을 보여줍니다.
우리는 비디오를 짧게 만들고,
개별 개념을 분리하기 위해
쉽게 검토할 수 있습니다.
그러니 잠시 멈추고 메모를 작성하세요.
도움이 된다면 동영상을 여러 번 시청하세요.
프로그램은 자율적으로 진행되며,
동영상 수를 스스로 결정할 수 있도록
한 번에 보고 휴식을 취하십시오.
이제 이 비디오에서 지식을 얻었는지 알기가 어렵습니다.
나중에 그 지식을 적용할 수 없다면.
이것이 우리가 세 가지 유형의 연습을 구축한 이유입니다.
먼저 일부 동영상 중간에
당신은 우리가 퀴즈라고 부르는 것을 발견할 것입니다.
퀴즈는 일반적으로
당신이 받아들인 자료에 대해 적극적으로 생각하기.
퀴즈는 자신의 기술 수준과 진행 상황을 빠르게 표시하기 위한 것입니다.
퀴즈가 어렵다면,
조금 더 시간을 보내야 한다는 의미일 수 있습니다.
질문하는 개념을 검토합니다.
그리고 퀴즈가 비교적 쉬워 보인다면,
나아가도록 격려해야 합니다.
둘째, 퀴즈 외에도
이 과정에는 코딩 연습을 위한 Python 노트북이 포함되어 있습니다.
노트북은 코드를 시험해 볼 수 있는 기회를 제공합니다.
바로 이 교실의 프로그래밍 환경에서.
이 노트북은 내가 선호하는 Python 코드 작성 및 테스트 방법입니다.
달리기에 익숙해질 수 있는 좋은 방법입니다.
컴퓨터 비전 자신의 기능과 응용 프로그램을 코딩하고 테스트합니다.
마지막으로 이 과정에서 세 가지 프로젝트를 완료합니다.
다음보다 범위가 더 큰 응용 프로그램입니다.
노트북 코드 예제와 연습을 제공합니다.
여러 가지 아이디어를 모으는 것.
프로젝트는 기술 검토자 중 한 명이 코드를 검토합니다.
자신이 잘하고 있는 일에 대해 한 줄 한 줄 피드백을 받게 된다는 의미입니다.
코드에서 개선할 수 있는 사항.
이 프로젝트는 실제로 귀하의 능력을 보여줄 것입니다.
이 과정을 통해 배운 기술을 적용하십시오.
이 프로그램을 진행하면서
계속해서 앞으로 나아가는 데 도움이 되는 몇 가지 리소스도 있습니다.
다음에 대해 읽을 수 있습니다.
Exercise Repository In addition to workspaces in the classroom, you also have the option to work with the code examples, locally!
The exercises for each lesson are in directories, at https://github.com/udacity/CVND_Exercises. The README file provides instructions for setting up an environment with all the necessary software packages.
If you find any errors in the repo, please submit an issue on Github issue or through our waffleboard
https://github.com/udacity/CVND_Exercises
https://waffle.io/udacity/cvnd-waffle-issues
운동 저장소 교실의 작업 공간 외에도 로컬에서 코드 예제로 작업할 수 있는 옵션도 있습니다!
각 레슨에 대한 연습은 https://github.com/udacity/CVND_Exercises의 디렉토리에 있습니다. README 파일은 필요한 모든 소프트웨어 패키지로 환경을 설정하기 위한 지침을 제공합니다.
레포에서 오류를 발견하시면 Github 이슈나 와플보드를 통해 이슈를 제출해주세요.