fbpx
Sigmoidal
  • Home
  • Data Science
    Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

    Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

    Data Science no exterior - como fazer uma Cover Letter

    Como escrever uma Cover Letter poderosa para Data Science

    GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

    Aprenda Data Science ou pague o preço de uma decisão errada

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    7 livros essenciais para aprender Data Science em 2023

    7 livros essenciais para aprender Data Science em 2023

    Como a banda Metallica usa Data Science

    Como a banda Metallica usa Data Science

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    7 Livros de Data Science em 2021

    7 Livros de Data Science em 2021

    Trending Tags

    • Python
      Fundamentos da Formação da Imagem

      Fundamentos da Formação da Imagem

      Como usar o DALL-E 2 para gerar imagens a partir de textos

      Como usar o DALL-E 2 para gerar imagens a partir de textos

      aprenda python do zero - curso gratuito

      Projeto Python: um plano à prova de desculpas

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Projeto Python do Zero: evento 100% gratuito

      Projeto Python do Zero: evento 100% gratuito

      Aprenda Python e se destaque no mercado

      Aprenda Python e se destaque no mercado

      Python para análise de ações e investimentos

      Python para análise de ações e investimentos

      Como fazer gráficos rotulados em Python

      Como fazer gráficos rotulados em Python

      Trabalhando com Dados Desbalanceados

      Trabalhando com Dados Desbalanceados

      Trending Tags

      • Visão Computacional
        Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

        Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

        Visão Computacional do zero até uma vaga no exterior

        Visão Computacional do zero até uma vaga no exterior

        Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

        Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

        ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

        Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

        Fundamentos da Formação da Imagem

        Fundamentos da Formação da Imagem

        Como usar OpenCV e Python para calibrar câmeras

        Como usar OpenCV e Python para calibrar câmeras

        Como usar o DALL-E 2 para gerar imagens a partir de textos

        Como usar o DALL-E 2 para gerar imagens a partir de textos

        Crie um sistema de vigilância com drones e Deep Learning

        Crie um sistema de vigilância com drones e Deep Learning

        Detector de Fadiga usando Python

        Detector de Fadiga usando Python

        Redes Neurais Convolucionais com Python

        Redes Neurais Convolucionais com Python

        Reduzindo o Overfitting com Data Augmentation

        Reduzindo o Overfitting com Data Augmentation

        Trending Tags

        • Sobre Mim
        No Result
        View All Result
        • Home
        • Data Science
          Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

          Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

          Data Science no exterior - como fazer uma Cover Letter

          Como escrever uma Cover Letter poderosa para Data Science

          GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

          Aprenda Data Science ou pague o preço de uma decisão errada

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          7 livros essenciais para aprender Data Science em 2023

          7 livros essenciais para aprender Data Science em 2023

          Como a banda Metallica usa Data Science

          Como a banda Metallica usa Data Science

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

          Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

          Python para análise de ações e investimentos

          Python para análise de ações e investimentos

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          7 Livros de Data Science em 2021

          7 Livros de Data Science em 2021

          Trending Tags

          • Python
            Fundamentos da Formação da Imagem

            Fundamentos da Formação da Imagem

            Como usar o DALL-E 2 para gerar imagens a partir de textos

            Como usar o DALL-E 2 para gerar imagens a partir de textos

            aprenda python do zero - curso gratuito

            Projeto Python: um plano à prova de desculpas

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Projeto Python do Zero: evento 100% gratuito

            Projeto Python do Zero: evento 100% gratuito

            Aprenda Python e se destaque no mercado

            Aprenda Python e se destaque no mercado

            Python para análise de ações e investimentos

            Python para análise de ações e investimentos

            Como fazer gráficos rotulados em Python

            Como fazer gráficos rotulados em Python

            Trabalhando com Dados Desbalanceados

            Trabalhando com Dados Desbalanceados

            Trending Tags

            • Visão Computacional
              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              Visão Computacional do zero até uma vaga no exterior

              Visão Computacional do zero até uma vaga no exterior

              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

              Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

              Fundamentos da Formação da Imagem

              Fundamentos da Formação da Imagem

              Como usar OpenCV e Python para calibrar câmeras

              Como usar OpenCV e Python para calibrar câmeras

              Como usar o DALL-E 2 para gerar imagens a partir de textos

              Como usar o DALL-E 2 para gerar imagens a partir de textos

              Crie um sistema de vigilância com drones e Deep Learning

              Crie um sistema de vigilância com drones e Deep Learning

              Detector de Fadiga usando Python

              Detector de Fadiga usando Python

              Redes Neurais Convolucionais com Python

              Redes Neurais Convolucionais com Python

              Reduzindo o Overfitting com Data Augmentation

              Reduzindo o Overfitting com Data Augmentation

              Trending Tags

              • Sobre Mim
              No Result
              View All Result
              Sigmoidal
              No Result
              View All Result
              Home Artigos Visão Computacional

              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              Carlos Melo by Carlos Melo
              abril 15, 2023
              in Artigos, Data Science, Inteligência Artificial, Visão Computacional
              0
              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional
              8
              SHARES
              254
              VIEWS
              Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

              Você sabia que é possível fazer uma reconstrução 3D de uma cidade inteira com técnicas de Visão Computacional a partir de fotos encontradas na internet? Eu digo, fotos que outras pessoas publicaram por aí em redes sociais como Flickr, Instagram, entre outras.

              Os resultados experimentais publicados no paper “Building Rome in a Day” demonstrou que é possível reconstruir algumas cidades inteiras, com até 150.000 imagens, em menos de um dia, usando um cluster com 500 núcleos de computação. Se você quer aprender mais sobre essa técnica de Visão Computacional, acompanhe a minha análise neste nosso post!

              Reconstrução 3D de Cidades com Visão Computacional

              Em 2009, na conferência International Conference on Computer Vision, da IEEE (Instituto de Engenheiros Elétricos e Eletrônicos), foi publicado o artigo “Building Rome in a Day” (Construindo Roma em um Dia). Nele, foi apresentado um método inovador que utiliza visão computacional para criar modelos 3D de alta resolução de cidades inteiras a partir de imagens coletadas de fontes disponíveis na internet (2D).

              Os autores demonstram a eficácia do sistema em várias cidades, incluindo Roma, por isso o nome do artigo. Utilizando um grande número de imagens coletadas na internet, o método proposto foi capaz de reconstruir automaticamente modelos 3D detalhados das cidades.

              Em comparação a outros métodos de modelagem 3D, o método proposto pelos autores tem várias vantagens. A primeira, por ser totalmente automatizado e poder lidar com grandes conjuntos de dados de imagens de alta resolução de maneira eficiente, o que significa que pode ser usado para modelar cidades inteiras com relativamente pouco esforço humano. Além disso, a abordagem de fotogrametria automatizada é menos intrusiva do que outras técnicas de coleta de dados 3D, como a varredura a laser, o que pode ser importante em áreas sensíveis ou históricas.

              O sistema utiliza uma série de algoritmos paralelos e distribuídos de correspondência e reconstrução, projetados para maximizar o paralelismo em cada etapa do processo e minimizar gargalos de serialização. Essa abordagem permite escalar de forma eficiente tanto com o tamanho do problema quanto com a quantidade de recursos computacionais disponíveis.

              Reconstrução Densa da Praça de São Marcos (Piazza San Marco, em italiano).

              A reconstrução 3D em escala de cidade já foi explorada anteriormente na literatura de visão computacional e é amplamente empregada em plataformas como Google Earth e Microsoft’s Virtual Earth. No entanto, os sistemas de estrutura a partir do movimento (SfM) em grande escala existentes operam com dados provenientes de fontes estruturadas, como fotografias aéreas tiradas por aeronaves de levantamento ou imagens capturadas por veículos em movimento. Esses sistemas se baseiam em fotografias tiradas com câmeras calibradas e, geralmente, utilizam outros sensores, como GPS e unidades de navegação inercial, simplificando significativamente os cálculos envolvidos.

              Por outro lado, as imagens coletadas da web não possuem essas características simplificadoras. Elas são tiradas com diferentes câmeras, sob condições de iluminação variáveis, e muitas vezes não possuem informações geográficas ou de calibração da câmera. Essa variabilidade torna as coleções de fotos mais difíceis de trabalhar para fins de SfM, mas também as torna uma fonte extremamente rica de informações sobre o mundo. Essas imagens capturam aspectos interessantes e dignos de serem fotografados, incluindo interiores e artefatos, além de exteriores.

              Em função dessas características, o artigo apresenta um avanço significativo na construção de modelos 3D de cidades e tem implicações importantes em certas áreas, como cartografia, turismo virtual e planejamento urbano.

              Reconstrução 3D da Catedral de Notre-Dame (Paris), com o método SfM.

              Entendendo a Metodologia para Reconstrução 3D de Cidades

              Há três etapas na reconstrução 3D de cidades, em ordem: captura de imagens, correspondência de imagens e reconstrução 3D. O processo começa com a captura de um grande número de imagens da cidade que se deseja modelar. No caso, os autores testaram seu método na cidade de Roma e usaram mais de 150.000 imagens do Flickr.

              Essas imagens são então carregadas em um software que usa a técnica de correspondência de recursos (algoritmos de correspondência de imagem) para encontrar pontos comuns em cada imagem e construir uma rede de pontos de interesse. Esses pontos são usados para calcular a posição e orientação da câmera em cada imagem e para criar uma nuvem de pontos 3D aproximada da cena.

              Em seguida, o software usa as imagens e a nuvem de pontos aproximada para gerar uma malha 3D densa da cena, que representa a superfície da cidade com detalhes precisos. Para fazer isso, o método proposto pelos autores utiliza uma técnica chamada “stereo matching”, que encontra correspondências entre as imagens usando a geometria epipolar e as diferenças de luminância entre as imagens.

              Por fim, os autores aplicam uma técnica de texturização para adicionar detalhes de cor e textura à malha 3D. Isso é feito automaticamente, utilizando as imagens originais para extrair informações de cor e textura e projetá-las na malha 3D. O resultado final é um modelo 3D altamente detalhado e realista da cidade, que pode ser usado para visualização, planejamento urbano, simulações de desastres naturais, entre outros fins.

              O processo de reconstrução 3D de cidades a partir de imagens pode ser dividido em várias etapas, como segue:

              1. Captura de imagens: o primeiro passo é capturar imagens da cidade de diferentes ângulos e posições usando câmeras de mão ou carros equipados com câmeras. É importante capturar imagens suficientes para cobrir toda a área da cidade que se deseja reconstruir.
              2. Calibração da câmera: antes de processar as imagens, é necessário calibrar a câmera para determinar seus parâmetros intrínsecos e extrínsecos. Os parâmetros intrínsecos incluem a distância focal e o ponto principal da câmera, enquanto os parâmetros extrínsecos incluem a posição e orientação da câmera em relação à cena. A calibração pode ser feita usando padrões de calibração ou técnicas de auto calibração.
              3. Correspondência de recursos: em seguida, as imagens são processadas para encontrar correspondências entre pontos de interesse em pares de imagens. Isso pode ser feito usando técnicas de correspondência de recursos, como SIFT (Scale-Invariant Feature Transform) ou SURF (Speeded Up Robust Features), que identificam pontos de interesse em cada imagem e encontram correspondências entre eles em pares de imagens.
              4. Triangulação: depois de encontrar as correspondências, os pontos 3D correspondentes podem ser estimados usando a triangulação. A triangulação é um método para encontrar a posição 3D de um ponto a partir de sua projeção em duas ou mais imagens. Esses pontos 3D são geralmente imprecisos e ruidosos, mas formam uma nuvem de pontos aproximada da cena.
              5. Otimização da nuvem de pontos: a nuvem de pontos estimada pode ser refinada usando técnicas de otimização, como a minimização de energia ou a otimização de gráfico, para melhorar a precisão da posição 3D de cada ponto.
              6. Geração da malha 3D: depois de obter uma nuvem de pontos 3D refinada, é possível gerar uma malha 3D da cidade usando técnicas de triangulação ou Delaunay, que conectam os pontos 3D vizinhos para formar uma superfície 3D contínua.
              7. Texturização da malha 3D: por fim, a malha 3D pode ser texturizada usando as imagens de entrada, para criar uma representação visualmente realista da cidade reconstruída.

              Aplicações diversas da Reconstrução 3D

              A reconstrução 3D de cidades tem revolucionado diversas áreas de atuação, abrindo portas para novas possibilidades e aplicações práticas. Desde o planejamento urbano até a indústria do turismo e a arqueologia, esta tecnologia tem proporcionado avanços significativos e soluções inovadoras. Nesta seção, discutiremos algumas das principais aplicações da reconstrução 3D de cidades e como elas estão transformando diversos setores.

              A partir de restos de esqueletos encontrados em 1923, foi possível a reconstrução 3D de uma mulher da Idade da Pedra de 4.000 anos atrás.

              A tecnologia de reconstrução 3D de cidades tem sido amplamente usada em diversos setores, conforme a lista exemplificativa abaixo.

              • Planejamento urbano e arquitetura: as reconstruções 3D podem ajudar arquitetos e urbanistas a projetar construções de acordo com as características da área e das estruturas existentes. Por exemplo, as autoridades municipais podem usar a tecnologia para visualizar como novas construções afetarão o visual e o tráfego da cidade, bem como para identificar áreas de risco de inundação ou desastres naturais.
              • Análise de dados geoespaciais: os modelos tridimensionais podem ser integrados com outras fontes de dados, como mapas e dados de satélite, para fornecer insights sobre o tráfego, o uso do solo e a densidade populacional.
              • Arqueologia e patrimônio cultural: a reconstrução 3D de cidades pode ser utilizada para fins de preservação histórica e cultural, sendo possível criar modelos tridimensionais precisos de edifícios antigos ou sítios arqueológicos, permitindo que eles sejam estudados e preservados virtualmente, mesmo que já tenham sido demolidos ou danificados;
              • Simulação e modelagem: os modelos 3D podem ser usados para simular e modelar cenários urbanos e ajudar os pesquisadores a entender como as cidades evoluem ao longo do tempo; 
              • Aprendizado de máquina e visão computacional: os modelos 3D podem ser usados para treinar algoritmos de aprendizado de máquina e visão computacional para reconhecer objetos e padrões em ambientes urbanos.
              • Turismo: essa tecnologia pode ser usada na indústria do turismo para criar experiências imersivas e educativas. Por exemplo, um museu pode criar um tour virtual de uma cidade histórica, permitindo que os visitantes vejam como a cidade era no passado. Da mesma forma, as agências de turismo podem criar guias turísticos interativos que ajudam os visitantes a explorar a cidade e seus pontos turísticos.
              • Jogos: a reconstrução 3D de cidades é frequentemente usada na indústria de jogos para criar ambientes realistas. Por exemplo, um jogo pode usar uma reconstrução 3D de uma cidade existente como base para a criação de um mundo virtual para os jogadores explorarem. Da mesma forma, um jogo histórico pode usar uma reconstrução 3D de uma cidade antiga para criar um ambiente autêntico.
              • Segurança: usada em planejamento de emergência e resposta a desastres, permitindo que as equipes de resgate visualizem os locais afetados e planejem as operações de salvamento de forma mais eficiente. Os modelos tridimensionais podem ser usados para prever como os desastres afetariam diferentes áreas da cidade e quais seriam as rotas de fuga mais seguras. Assim como pode ajudar a melhorar a segurança pública, permitindo que as autoridades monitorem e analisem padrões de tráfego, fluxo de pedestres e atividades criminosas em áreas urbanas. 
              • Orçamento público: planejar o uso de recursos públicos, como na iluminação pública, no monitoramento de tráfego e no gerenciamento de resíduos.

              Em suma, a tecnologia de reconstrução 3D de cidades tem um impacto profundo em várias áreas, possibilitando análises mais detalhadas, planejamento eficiente e experiências imersivas. À medida que a tecnologia avança e se torna mais acessível, espera-se que o uso da reconstrução 3D de cidades se expanda ainda mais, abrangendo novos setores e aplicações. Sem dúvida, a reconstrução 3D de cidades está remodelando o mundo à nossa volta, criando novas oportunidades e abrindo portas para inovações futuras.

              Desafios e limitações

              Evidentemente, toda tecnologia possui suas limitações e desafios a serem ultrapassados. As limitações da tecnologia usada na reconstrução 3D de cidades estão muito vinculadas às imagens, do ponto de vista numérico e qualitativo. 

              Para modelar uma cidade inteira com detalhes, é necessário capturar um grande número de imagens de diferentes ângulos e posições, o que pode ser um desafio logístico e de custo. Também há dependência de fotos de boa qualidade (o que é difícil logística e economicamente em áreas remotas), capturadas com boas condições de iluminação e clima para obter bons resultados. Além disso, a qualidade do modelo final pode ser afetada pela calibração da câmera, a qual, se incorreta, pode levar a erros na determinação da posição e orientação da câmera em cada imagem, o que afeta diretamente a precisão da modelagem final.

              A privacidade é uma preocupação importante quando se trata de coletar imagens aéreas ou terrestres de áreas urbanas. Porque as imagens podem conter informações pessoais, como matrículas de carros, rostos de pessoas e até mesmo a disposição interna de prédios, o que pode comprometer a segurança e a privacidade dos cidadãos. Assim, é importante que as empresas e instituições envolvidas na criação de reconstruções 3D de cidades estabeleçam diretrizes claras para o uso ético dos dados e protejam a privacidade das pessoas.

              Perspectivas e oportunidades

              A reconstrução 3D de cidades é uma área em rápida evolução e com um futuro promissor, com muitas oportunidades para avanços tecnológicos e novas aplicações. Algumas das principais perspectivas e oportunidades estão listadas abaixo.

              1. Aumento da resolução e precisão: com o avanço da tecnologia de imagem, espera-se que as câmeras e sensores se tornem mais poderosos, permitindo a coleta de dados de alta resolução e maior precisão. Isso permitirá a criação de reconstruções 3D ainda mais detalhadas e precisas.
              2. Uso de drones e robôs: a utilização de drones e robôs para coleta de dados pode tornar o processo de reconstrução 3D mais eficiente e preciso, especialmente em áreas difíceis de alcançar ou perigosas.
              3. Aprendizado de máquina e inteligência artificial: o uso de técnicas de aprendizado de máquina e inteligência artificial pode ajudar a automatizar o processo de reconstrução 3D, permitindo a coleta e processamento de grandes quantidades de dados de forma mais rápida e eficiente.
              4. Integração com outras tecnologias: a reconstrução 3D de cidades pode ser integrada com outras tecnologias, como realidade aumentada e virtual, permitindo que os usuários interajam com as cidades de uma forma ainda mais imersiva e envolvente.
              5. Aplicações em áreas emergentes: a reconstrução 3D de cidades tem grande potencial para ser usada em áreas emergentes, como planejamento urbano, monitoramento ambiental, prevenção de desastres naturais e avaliação de riscos.

              Conclusão

              A reconstrução 3D e a visão computacional estão se tornando ferramentas cada vez mais valiosas na análise e preservação do passado. À medida que a tecnologia continua a avançar, é provável que vejamos ainda mais aplicações e inovações nesse campo, ajudando a desvendar os mistérios das civilizações antigas e a proteger nosso patrimônio histórico para as gerações futuras.

              E para aqueles que desejam se aprofundar na reconstrução 3D, eu definitivamente recomendo ler o meu tutorial completo sobre ORB-SLAM, onde eu ensino o passo a passo para você aprender a transformar imagens e vídeos em mapas 3d.

              Tags: camera calibrationopencvreconstrução 3dvisão computacional
              Previous Post

              ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

              Next Post

              Visão Computacional do zero até uma vaga no exterior

              Carlos Melo

              Carlos Melo

              Carlos Melo fundou o Sigmoidal em 2019 e formou mais de 6 mil alunos com seus treinamentos nas área de tecnologia, Visão Computacional, Python e Data Science. É graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e possui MBA em Gestão de Projetos e Processos pela Universidade da Força Aérea (UNIFA). Mestre em Ciências e Tecnologias Espaciais pelo Instituto Tecnológico de Aeronáutica (ITA), foi o primeiro brasileiro convidado a realizar o curso Space Operations da Royal Canadian Air Force no Canadá. Foi piloto da Força Aérea Brasileira por 16 anos, instrutor qualificado com mais de 3 mil horas de voo, Head da Divisão de Observação da Terra e cientista de dados no Centro de Operações Espaciais em Brasília.

              Related Posts

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional
              Artigos

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              by Carlos Melo
              maio 2, 2023
              Visão Computacional do zero até uma vaga no exterior
              Visão Computacional

              Visão Computacional do zero até uma vaga no exterior

              by Carlos Melo
              abril 22, 2023
              Visão Computacional

              ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

              by Carlos Melo
              abril 10, 2023
              Visão Computacional

              Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

              by Carlos Melo
              março 29, 2023
              Fundamentos da Formação da Imagem
              Visão Computacional

              Fundamentos da Formação da Imagem

              by Carlos Melo
              março 22, 2023
              Next Post
              Visão Computacional do zero até uma vaga no exterior

              Visão Computacional do zero até uma vaga no exterior

              Deixe um comentário Cancelar resposta

              O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

              Destaques Sigmoidal

              NFT e artes criadas por Inteligência Artificial

              NFT e artes criadas por Inteligência Artificial

              junho 17, 2022
              Detector de Fadiga usando Python

              Detector de Fadiga usando Python

              outubro 6, 2020
              Aprenda Python e se destaque no mercado

              Aprenda Python e se destaque no mercado

              julho 17, 2022

              Navegar por Categoria

              • Artigos
              • Blog
              • Carreira
              • Colunistas
              • Cursos
              • Data Science
              • Deep Learning
              • Destaques
              • Entrevistas
              • Inglês
              • Iniciantes
              • Inteligência Artificial
              • Livros
              • Machine Learning
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              camera calibration cancer carreira cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare image formation iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft opencv pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic tutorial vagas visão computacional vídeo youtube árvore de decisão
              Sigmoidal

              O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

              Seguir no Instagram

              Categorias

              • Artigos
              • Blog
              • Carreira
              • Colunistas
              • Cursos
              • Data Science
              • Deep Learning
              • Destaques
              • Entrevistas
              • Inglês
              • Iniciantes
              • Inteligência Artificial
              • Livros
              • Machine Learning
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              camera calibration cancer carreira cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare image formation iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft opencv pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic tutorial vagas visão computacional vídeo youtube árvore de decisão

              Artigos Recentes

              • Aula 1: O caminho para você construir uma nova carreira em Visão Computacional
              • Visão Computacional do zero até uma vaga no exterior
              • Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

              No Result
              View All Result
              • Home
              • Artigos
              • Tutoriais
              • YouTube
              • Sobre Mim
              • Contato

              © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

              Welcome Back!

              Login to your account below

              Forgotten Password?

              Retrieve your password

              Please enter your username or email address to reset your password.

              Log In

              Add New Playlist