Eğitim Bilgileri

Görüntü İşleme / Computer Vision Eğitimi
Eğitim Süresi: 10 Gün (Başlangıç + Orta/İleri), her gün 09:00-12:00 Teori, 13:00-16:00 Uygulama
Seviye: Başlangıç + Orta/İleri Teknik

Katılımcı Profili
Bu kurs özellikle uygun olanlar:

• Yazılım geliştiriciler, mühendisler, teknik öğrenciler
• AI / ML / Robotik projelerine dahil olacak olanlar
• Görsel ürün işleme, medya, güvenlik, sağlık, tarım alanlarında çalışan profesyoneller
• Drone / robot kontrolü eğitimi ile görüntü işleme entegrasyonu isteyenler
• Üniversite öğrencileri, araştırmacılar

Ön Koşullar / Gereksinimler

• Temel programlama bilgisi (Python tercih edilir)
• Temel matematik: Lineer cebir, olasılık, istatistik
• Görüntü İşleme / Bilgisayarla Görme temellerine hazır olmayanlara Hazırlık Kursu yöneltme
• Bilgisayarda çalışmak için yeterli donanım (GPU opsiyonel, simülasyon mümkün)
• Gerekirse görüntü işleme / görsel veri kütüphaneleri hakkında temel bilgi

Müfredat

1. Hafta: Başlangıç Seviyesi
Gün 1: Görüntü Temelleri ve Temsil

• Dijital görüntü nedir, piksel, renk uzayı (RGB, HSV, grayscale), bit derinliği
• Görüntü kaynağı & formatları
• Pratik: Görüntü yükleme, gösterme, renk dönüşümleri

Gün 2: Filtreleme ve Gürültü Azaltma

• Konvolüsyon, düşük / yüksek geçiren filtreler
• Gürültü tipleri (Gaussian, Salt-&-Pepper)
• Pratik: Gürültü ekleyip temizleme, filtre karşılaştırma

Gün 3: Kenar ve Köşe Tespiti; Segmentasyon Temelleri

• Sobel, Canny kenar detektörü; Hough dönüşümleri
• Basit segmentasyon (thresholding, bölgesel)
• Pratik: Kenar çıkarma, segmentasyon uygulamaları

Gün 4: Görüntü Dönüşümleri ve Geometrik İşlemler

• Görüntü ölçekleme, döndürme, perspektif dönüşüm
• Görüntü hizalama, warping
• Pratik: Dönüştürme ve hizalama çalışmaları

Gün 5: Keşifsel Görüntü Analizi & Mini Proje

• Histogramlar, renk dağılımı, kontrast/aydınlık ayarı
• Görselleştirme teknikleri
• Proje: Görüntü kümesinde kalite kontrol / iyileştirme

2. Hafta: Orta / İleri Seviye
Gün 6: Özellik Tanımlayıcılar & Eşleştirme

• SIFT, SURF, ORB gibi yöntemler
• Feature matching
• Pratik: Panorama oluşturma

Gün 7: Derin Öğrenme ile Görüntü İşleme

• CNN mimarileri, transfer öğrenme
• Pratik: Pretrained model ile sınıflandırma

Gün 8: Obje Tespiti ve Segmentasyon

• Obje tespiti kavramları (YOLO, SSD, Faster R-CNN)
• Semantic & instance segmentation
• Pratik: Obje tespiti ve maskeleme uygulamaları

Gün 9: Video Görüntüleri & Hareket Analizi

• Optik akış (optical flow), video kare analizi
• Takip (tracking), hareket tahmini
• Pratik: Video üzerinden hareket tespiti

Gün 10: Regülasyon / Etik / Final Proje

• Görüntü içeriği ve gizlilik (KVKK, GDPR vb.)
• Etik kullanım, telif hakları, güvenlik
• Proje: Katılımcıların seçtiği alana yönelik uygulama sunumu

Eğitim Çıktıları

• Katılımcılar görüntü temsili ve temel işleme tekniklerini kavrar
• Filtreleme, kenar tespiti, segmentasyon uygular
• Derin öğrenme modelleriyle sınıflandırma, obje tespiti yapar
• Video ve hareket analizi gerçekleştirir
• Görüntü işleme ve veri gizliliği konularında farkındalık kazanır

Eğitim Notları

• Eğitmen, kurs süresini ve içeriği katılımcı profiline göre uyarlayabilir.
• Yerel regülasyonlarda görüntü kullanımı, gizlilik ve kişisel veri koruma (KVKK, GDPR gibi) detaylandırılır.
• Araçlar (OpenCV, TensorFlow, PyTorch vb.) altyapıya uygun olarak seçilir.
• Katılımcıların eksikleri varsa (programlama, matematik / lineer cebir) hazırlık kurslarına yönlendirilir.
• Kurs sonunda katılımcılar üniversite veya kurum onaylı sertifika almaya hak kazanır.

Eğitim kurumsal işbirliğine (kurum/şirket tüzel kişiliğine paket) açık olup, bireysel başvurular kabul edilmemektedir. Kurumsal katılımcı profili ve ihtiyaçlarınıza göre eğitim içeriği yeniden planlanabilmektedir. Karşılıklı görüşmeler neticesinde eğitimin kapsam ve eğitimin yöntemi (Yüz-Yüze, Çevrimiçi) belirlenip ilgili süreçler tamamlanmaktadır. Mutabakat sağlanması durumunda kurumunuzun katılımcıları ile öğretim elemanlarımızın uygun gün ve saatleri, eğitimin yapılacağı yer belirlenmektedir.