[Otus] Компьютерное зрение. Часть 2 из 4
Що дасть вам курс
За 3 місяці ви навчитеся:
проектувати рішення для завдань комп'ютерного зору;
збирати прототипи рішень та перевіряти гіпотези;
доводити готове рішення до продакшну.
На заняттях ви вирішуватимете завдання:
класифікації та сегментації зображень;
детекції об'єктів на зображеннях;
відстеження об'єктів відео;
породження зображень та атаки на навчені моделі нейронних мереж;
computer vision на тривимірних об'єктах.
Також ви навчитеся використовувати PyTorch, TenserFlow та OpenCV для вирішення завдань computer vision.
1 Сучасні архітектури та робота зданими
Комп'ютерний зір: завдання, інструменти та програма курсу
Еволюція згорткових мереж: AlexNet -> ResNetX
Стандартні датасети та моделі в Tensorflow на прикладі підходу TransferLearning
Стандартні датасети та моделі в PyTorch на прикладі Fine-tuning
Підготовка та аугментація даних
Увага в згорткових мережах .Анотація
2 Детекція об'єктів та робота з відео
Класичні підходи до CV, робота із OpenCV
Objectdetection 1. RCNN, FastRCNN, FasterRCNN
Objectdetection 2. YOLO, Single-Shot Detector
Landmarks: Cascade shape regression, Deep Alignment Network, Stacked Hourglass Network та інші
Робота із відео. Object tracking
Інференс на сервері
3 Сегментація і не лише
Сегментація 1. U-net
Сегментація 2. DeepLab
GANs, super-resolution, adversarial attack
Працюємо із 3D сценами. PointNet.
TensorRT. Адаптуємо модель до девайсу
4 Проектна робота
Консультація щодо проекту
Консультація щодо проекту
Проектна робота
Що дасть вам курс
За 3 місяці ви навчитеся:
проектувати рішення для завдань комп'ютерного зору;
збирати прототипи рішень та перевіряти гіпотези;
доводити готове рішення до продакшну.
На заняттях ви вирішуватимете завдання:
класифікації та сегментації зображень;
детекції об'єктів на зображеннях;
відстеження об'єктів відео;
породження зображень та атаки на навчені моделі нейронних мереж;
computer vision на тривимірних об'єктах.
Також ви навчитеся використовувати PyTorch, TenserFlow та OpenCV для вирішення завдань computer vision.
1 Сучасні архітектури та робота зданими
Комп'ютерний зір: завдання, інструменти та програма курсу
Еволюція згорткових мереж: AlexNet -> ResNetX
Стандартні датасети та моделі в Tensorflow на прикладі підходу TransferLearning
Стандартні датасети та моделі в PyTorch на прикладі Fine-tuning
Підготовка та аугментація даних
Увага в згорткових мережах .Анотація
2 Детекція об'єктів та робота з відео
Класичні підходи до CV, робота із OpenCV
Objectdetection 1. RCNN, FastRCNN, FasterRCNN
Objectdetection 2. YOLO, Single-Shot Detector
Landmarks: Cascade shape regression, Deep Alignment Network, Stacked Hourglass Network та інші
Робота із відео. Object tracking
Інференс на сервері
3 Сегментація і не лише
Сегментація 1. U-net
Сегментація 2. DeepLab
GANs, super-resolution, adversarial attack
Працюємо із 3D сценами. PointNet.
TensorRT. Адаптуємо модель до девайсу
4 Проектна робота
Консультація щодо проекту
Консультація щодо проекту
Проектна робота
https://otus.ru/lessons/cv/