Zum Campus
Videokurs

Image Segmentation mit Python und Keras

Lerne Methoden zur Bilderkennung, -verarbeitung und -segmentierung an praktischen Beispielen – inkl. Jupyter Notebooks

LERNZIELE

  • Du lernst, wie man Bilder öffnet, verändert und speichert.
  • Du nimmst komplexe Bildmanipulationen vor.
  • Du lernst Quellen für Bilddatensätze im Internet kennen.
  • Du erstellst und trainierst am Beispiel von Hunderassen ein Convolutional Neural Network (CNN) zur Bildklassifizierung.
  • Du nutzt eine spezielle Netzarchitektur zur Bildsegmentierung.
  • Du erkennst Kanten und Formen auf Bildern.
  • Du erstellst eine eigene Webapplikation und bringst sie zum Einsatz.

INHALT

In diesem Kurs lernst du die Methoden der klassischen Bildverarbeitung mit Python kennen. Dabei arbeitest du mit dem Visual Code Editor von Microsoft sowie Jupyter Notebooks. Du erfährst, wie man Kanten in Bildern erkennt und Filter aufbaut, um bestimmte Strukturen in einem Bild zu finden. Bei der Bildverarbeitung spielen Farbräume eine große Rolle. Denn bevor du Bilder überhaupt segmentieren kannst, musst du sie vorbereiten. Die Grundlagen zu Farbräumen und deren verschiedenen Anwendungsbereiche sind ein wesentlicher Teil dieses Kurses, auf den alle anderen Bearbeitungsstufen aufbauen. Du lernst außerdem Quellen für Bilddatenbanken im Internet kennen und erfährst, wo du dir geeignete Bilder für dein Projekt kostenlos herunterladen kannst.

In diesem Kurs arbeitest du mit mächtigen Werkzeugen aus dem Bereich des maschinellen Lernens. Du erstellst ein CNN, um Hunderassen auf Bildern zu erkennen und lernst eine Netzarchitektur kennen, mit deren Hilfe du Objekte segmentieren kannst. Für das Training der Neuronalen Netze verwendest du den kostenlosen Cloud-Service Google Colab.

Du hast also am Ende viele verschiedene Algorithmen kennengelernt und weißt auch genau, wie du sie praktisch einsetzen kannst.

ALLE LEKTIONEN IM ÜBERBLICK

Machine Learning-Algorithmen der CVS-Bibliothek
  • Intro
  • CV2 für Fortgeschrittene
  • Corner Detection mit CV2
  • Videos mit CV2 bearbeiten
  • Quiz: Machine Learning-Algorithmen der CVS-Bibliothek
Bilder von Map Box im Browser darstellen
  • Intro
  • Mit Flask Bilder in HTML einbinden
  • Applikation und HTML Header
  • Auf Mapbox zugreifen
  • Mapbox im Browser nutzen
  • Mapbox in Html einbinden
  • Masken mit Python erstellen
  • Polygone erstellen
  • Quiz: Bilder von Map Box im Browser darstellen
  • Fazit und Kursabschluss
Bildsegmentierung mit U-Net
  • Intro
  • Was ist ein U-Net?
  • U-Net mit Keras erstellen
  • U-Net trainieren
  • Quiz: Bildsegmentierung mit U-Net
Einführung und Einrichtung
  • Herzlich Willkommen zu diesem Kurs
  • Entwicklungsumgebung einrichten
  • Quiz: Einführung und Einrichtung
Bilder vorbereiten und bearbeiten
  • Intro
  • Einführung
  • Bilder richtig darstellen
  • Bilder verkleinern
  • Bilder mit PLT ausgeben (Teil 1)
  • Bilder mit PLT ausgeben (Teil 2)
  • Farbräume verstehen
  • Schwarz-Weiß-Bilder für Masken erstellen
  • Bilder mit Numpy croppen
  • Farben anwenden
  • Numpy Shapes: Form eines Arrays bestimmen
  • Bildmanipulation: Helligkeit anpassen
  • Bilder rotieren
  • Bilder zoomen
  • Bilder übereinander legen
  • Hyperspektralaufnahmen nutzen
  • Quiz: Bilder vorbereiten und bearbeiten
Geeignete Daten beschaffen
  • Intro
  • Einfache Datenbeschaffung
  • Einzelbilder und Datensätze
  • Viele Möglichkeiten, Bilder zu finden
  • Satellitenbilder finden
  • Google Earth nutzen
  • Kaggle: Die Data Science spezialisierte Plattform
  • Labelme: Datensätze digitaler Bilder
  • Bibliotheken von Coco und Keras
  • Daten organisieren
  • Quiz: Geeignete Daten beschaffen
Convolutional Neural Networks (CNNs)
  • Intro
  • CNNs zur Bilderkennung verwenden
  • Das Prinzip der Konvolution
  • Aufbau eines CNNs
  • Ein CNN mit Keras erstellen
  • Verlustfunktion und Gradientenabstieg
  • Aktivierungsfunktionen
  • Daten vorbereiten
  • Ein CNN mit Keras trainieren
  • Transfer Learning
  • Quiz: Convolutional Neural Networks (CNNs)

SO LERNST DU MIT DIESEM KURS

In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:

  • Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten
  • Wissensquiz zur Lernkontrolle
  • Lernhistorie und Lernfortschritt
  • Lesezeichen und Notizen
  • Volltextsuche in den Videos
  • Übungsmaterial zum Mitmachen
  • Responsive Web-App und Videostreaming für alle Endgeräte

TECHNISCHE VORAUSSETZUNGEN

Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.

DEIN EXPERTE

Dr. Gerhard Heinzerling
Senior Data Scientist und Machine Learning Architect | Arineo GmbH

Dr. Gerhard Heinzerling war Senior Data Scientist und Machine Learning Architect bei Arineo. Er hat über neuronale Netze promoviert und arbeitete über 20 Jahre im Bereich Softwareentwicklung und künstliche Intelligenz. Bei Arineo gehörte Gerhard Heinzerling zusammen mit Dimas Wiese zu einem KI-Expertenteam, das im Namen des Bundesministeriums für Bildung und Forschung daran arbeitet, Unternehmensprozesse mithilfe künstlicher Intelligenz zu optimieren.

Foto von Dr. Gerhard Heinzerling
Dimas Wiese
Senior Data Scientist | Arineo GmbH

Dimas Wiese hat in Göttingen Physik studiert und arbeitet als Softwareentwickler bei der Arineo GmbH im Bereich des maschinellen Lernens. Sein wichtigstes Aufgabenfeld ist die Bildverarbeitung und Bilderkennung mithilfe künstlicher Intelligenz. Bei Arineo gehört Dimas Wiese zu einem KI-Expertenteam, das unter anderem Projekte für das Bundesministerium für Bildung und Forschung betreibt. Ziel ist die effektivere Gestaltung von Unternehmensprozessen.

Foto von Dimas Wiese

Image Segmentation mit Python und Keras

Veröffentlicht am 13.12.2025
ab 49,00 €
im
ESSENTIAL PASS
oder 195,00 € im Einzelkauf
inkl. MwSt. | 163,87 € netto
Preise und Pakete vergleichen

Du hast Fragen zu unseren academy Videokursen? Wir helfen dir gerne weiter.

Fülle ganz einfach und bequem das Kontaktformular aus und wir werden deine Fragen schnellstmöglich beantworten.

Kontaktformular