PyImageSearch University est présentée comme une formation en ligne consacrée à la vision par ordinateur et à l’apprentissage profond. D’après son site, elle donne accès à plus de 500 tutoriels publiés sur le blog PyImageSearch, avec leur code, leurs jeux de données et leurs modèles pré-entraînés.
- La formation PyImageSearch University donne accès à plus de 500 tutoriels sur la vision par ordinateur.
- Chaque tutoriel fournit du code documenté, ainsi que des notebooks Jupyter.
- Les exemples s’exécutent directement dans Google Colab, sans configuration d’environnement.
- Le témoignage mis en avant sur le site n’a pas fait l’objet d’une vérification indépendante.
Ce que promet la formation
Selon la présentation du site, chaque tutoriel s’accompagne d’un code source documenté, avec des explications ligne par ligne. Les notebooks Jupyter, des documents interactifs qui mêlent code et explications, sont préconfigurés pour fonctionner en un clic dans Google Colab, un service qui permet d’exécuter du code directement dans un navigateur. Le site indique qu’aucune configuration d’environnement de développement n’est nécessaire pour lancer les exemples.
La formation est décrite comme compatible avec Windows, macOS, Linux et Raspbian. Elle comprend un accès complet aux cours, des vidéos détaillées pour chaque leçon et des certificats de fin de cours. De nouveaux cours seraient ajoutés chaque mois, selon le site, afin de suivre les tendances récentes de la vision par ordinateur et de l’apprentissage profond.
Un témoignage mis en avant
Le site reprend le témoignage de Sanyam Bhutani, ingénieur en apprentissage automatique et double Kaggle Master, plateforme de compétitions en science des données. Il décrit PyImageSearch University comme le « master » en vision par ordinateur qu’il aurait aimé avoir à ses débuts. Il met en avant le fait de pouvoir consulter les tutoriels d’Adrian sur une seule page indexée, et de manipuler le code sans passer par la configuration de l’environnement. Ce témoignage figure sur la page de présentation et n’a pas fait l’objet d’une vérification indépendante.
