Text

Deep learning för industriell bildbehandling

  • Högskolepoäng 2.5 hp
  • Studieort Ortsoberoende
  • $stringTranslations.StartDate 2022-10-10 - 2022-11-27 (deltid 25%)
  • Utbildningsnivå Avancerad nivå
  • Kurskod DVA476
  • Huvudområde Datavetenskap
  • Anmälningskod: MDU-24540

This course will teach you how to build convolutional neural networks. You will learn to design intelligent systems using deep learning for classification, annotation, and object recognition.

About this course

Lesson 1 - Image processing: Introduction of industrial imaging through big data and fundamentals of image processing techniques.

Lesson 2 - Deep learning with convolutional neural network: Overview of neural network as classifiers, introduction of convolutional neural network and Deep learning architecture.

Lesson 3 - Deep learning tools: Implementation of Deep learning for Image classification and object recognition, e.g. using Keras.

What you will learn

  • Understand the fundamental theory of image processing.
  • Able to describe the fundamental needs, challenges and limitations of Big data with industrial imaging.
  • Able to describe and understand the basic principles of convolution neural network.
  • Demonstrate the ability to use tools for deep learning in industrial imaging

Entry requirements

  • 90 credits of which at least 60 credits in Computer Science or equivalent, including at least 15 credits in programming.
  • In addition English course A/English course 6 is required.

You can also apply for the course and get your eligibility evaluated based on knowledge acquired in other ways, such as work experience, other studies etc.

Language

English

Teacher

Kursplan

Du kan läsa i detalj om utbildningen, dess innehåll och litteratur m.m. i kursplanen

Se kursplan

Apply to the course

Deep learning for industrial imaging

Go to application

Information om anmälan

Efter att du anmält dig behöver du eventuellt komplettera med dokument för att styrka din behörighet. De flesta svenska akademiska meriter hämtas automatiskt. Vänta några dagar efter att du skickat in din anmälan – om dina akademiska meriter fortfarande inte syns på Mina sidor ska du ladda upp dem. Om du har utländska meriter måste du ladda upp kopia på dem på antagning.se.

Om kursen du söker har krav på yrkeserfarenhet måste du ladda upp ett tjänstgöringsintyg som är underskrivet av din arbetsgivare. Du hittar mall för tjänstgöringsintyg nedan som du kan använda om du vill.

Inga akademiska meriter?

Kursen kräver att du har tidigare akademiska studier. Du som inte har det men har yrkeserfarenhet inom området kan bedömas på så kallad reell kompetens. Det innebär att det görs en bedömning av både formella meriter (betyg, examensbevis) och yrkeserfarenhet. Bedömningen görs för att avgöra om du har kunskaper som motsvarar behörighetskraven på kursen. Om du anser att du har kompetensen som krävs för kursen, ska du fylla i en CV/kompetensbeskrivning, mall finns nedan. Den ska innehålla:

• Utbildningar

• Relevant och aktuell arbetslivserfarenhet

• Kunskaper i engelska

• Övrigt du vill åberopa

Tänk på att ge en kort beskrivning av dina arbetsuppgifter, inte bara en titel.

Du behöver också ett underskrivet tjänstgöringsintyg från din arbetsgivare, mall att ladda ner finns nedan.

• Ladda ner mallen CV/Kompetensbeskrivning Word, 27.6 kB, opens in new window.

• Ladda ner mallen Tjänstgöringsintyg Word, 25.5 kB, opens in new window.

Om du har frågor om anmälan är du välkommen att kontakta oss genom att mejla till lifelonglearning@mdu.se

FutureE

The courses are part of the FutureE project where MDU offers online courses in the areas of AI, Environmental and Energy Engineering, Software and Computer Systems Engineering.

For companies that want to collaborate on competence development
Till toppen