Голосов: 0
#1
Computer Vision [2021]
robot dreams
Ян Колода
Практический курс о том, как применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета на изображении — до тренировки сверточных нейронных сетей для распознавания объектов в видео.
Описание курса:
Задача специалиста по компьютерному зрению ― научить алгоритмы уверенно ориентироваться в окружающем мире и свести к минимуму системные баги. Задача robot_dreams ― помочь разобраться в инструментах и подходах, которые применяют для реализации CV-проектов.
Мы начнем с пиксельных операций и создания программ для обработки цифровых фото. Затем научимся проводить базовые манипуляции с изображением и видео: фильтрация и выделение границ, кодировка и компрессия, классификация, детекция, трекинг и сегментация. А после ― будем строить и тренировать нейронные сети.
Курс подойдет:
1. Data Scientist
После курса вы систематизируете знания в области machine learning и deep learning. Разберетесь в современных подходах к детекции объектов, получите опыт в решении задач классификации и сегментации, научитесь строить и тренировать нейросети.2. Developer
Курс даст overview задач computer vision и основных инструментов, которые необходимы для их решения. Вы научитесь обрабатывать изображения и видео, разрабатывать и запускать модели с помощью TensorFlow.
Модуль 1 - Введение в Computer Vision
Модуль 2 - Пиксельные операции
- Ознакомьтесь с задачами, которые помогает решить Computer Vision.
- Получите общую информацию о том, как работает зрительная система.
- Узнайте, какие цветовые пространства существуют.
- Установите библиотеки NymPy, Matplotlib и OpenCV.
- Научитесь выполнять простые операции, используя эти библиотеки.
Модуль 3 - Линейная фильтрация
- Узнайте, что такое операции на уровне пикселей, и научитесь читать гистограммы.
- Создайте простейшую программу для обработки цифровых изображений, например, программу для баланса белого цвета.
Модуль 4 - Фильтры выделения границ
- Изучите принцип работы свертки.
- Научитесь имплементировать фильтрацию и манипулировать изображением, используя разные типы фильтрации.
Модуль 5 - Кодировка и компрессия изображений
- Узнайте, в чем смысл градиентов изображений.
- Научитесь имплементировать фильтры выделения границ.
- Освойте алгоритм выделения контуров и фильтры в Canny.
Модуль 6 - Image features [визуальные признаки]
- Изучите разницу между форматами изображений [raw, png, jpeg].
- Разберите разницу между форматами H264 и H265.
- Узнайте, как работает сжатие с потерями, и научитесь работать с изображениями в преобразованной форме. Попробуйте улучшить качество изображения с помощью интеллектуального квантования.
Модуль 7 - Image matching [подстройка изображений]
- Узнайте, что такое визуальные признаки, и ознакомьтесь с типовыми задачами, которые можно решить с их помощью.
- Научитесь выделять углы с помощью детектора Харриса.
- Изучите алгоритмы обнаружения и описания признаков.
- Научитесь применять масштабно-инвариантную трансформацию признаков (SIFT).
Модуль 8 - Machine Learning [машинное обучение]
- Ознакомьтесь с задачами, которые решает image matching.
- Изучите принцип аффинного преобразования и однородных координат.
- Научитесь применять гомографию для изображений.
- Разработайте ректификатор фотографий документов.
Модуль 9 - Детекция лиц
- Ознакомьтесь с базовыми принципами работы с моделями данных.
- Разберите разницу между классической обработкой данных и машинным обучением.
- Научитесь строить простые модели с нуля и проводить их оптимизацию.
- Определите разницу между machine learning и deep learning.
Модуль 10 - Трекинг
- Определите, чем визуальные признаки для детекции лиц отличаются от признаков других объектов.
- Ознакомьтесь с методом детекции Виолы-Джонса и методом бустинга.
- Научитесь работать с изображениями, которые содержат лица, и осуществлять детекцию с помощью OpenCV.
Модуль 11 - Нейронные сети: part 1
- Изучите основы работы трекинга и принципы работы с цифровым видео.
- Разберите разницу между трекингом и детекцией на практике, реализовывая реальную рабочую задачу.
Модуль 12 - Нейронные сети: part 2
- Изучите принципы работы нейронных сетей.
- Получите overview открытых библиотек TensorFlow и Keras.
- Научитесь строить и тренировать простые нейронные сети.
- Попробуйте улучшить модель нейронной сети для классической проблемы house pricing.
Модуль 13 - Сверточные нейронные сети: part 1
- Узнайте, как ускорить тренировку нейронных сетей в несколько раз с помощью GPU, и ознакомьтесь с другими преимуществами графического процессора.
- Ознакомьтесь с облачным сервисом Google Colaboratory и научитесь строить и тренировать модели в нем. Узнайте, зачем проводить инспекцию баз данных.
Модуль 14 - Сверточные нейронные сети: part 2
- Изучите принципы работы сверточных нейронных сетей.
- Изучите операции свертки и пулинга.
- Научитесь строить и тренировать сверточные нейронные сети.
Модуль 15 - Сверточные нейронные сети: part 3
- Ознакомьтесь с проблемой переобучения [overfitting].
- Научитесь распознавать проблемы в процессе обучения и применять data augmentation в процессе тренировки.
Модуль 16 - Детекция объектов
- Научитесь решать задачу сегментации цифровых изображений.
- Изучите принцип bottleneck.
- Постройте простой автоматический энкодер для очищения изображений от шума.
Модуль 17 - Сверточные нейронные сети: что дальше?
- Изучите концепт детекции и bounding box.
- Научитесь распознавать объекты в режиме реального времени, используя принцип YOLO [You Only Look Once].
- Ознакомьтесь с алгоритмом NMS [Non-Maximum Suppression] и другими архитектурами сетей для распознавания объектов [SSD, TinyYOLO, SqueezeDet].
- Примените YOLO для распознавания объектов на собственном видео.
Модуль 18 - Презентация курсового проекта
- Ознакомьтесь с популярными моделями сверточных нейронных сетей.
- Изучите процесс fine tuning и научитесь работать с model zoo.
- Узнайте, какие проблемы возникают при тренировке сверточных нейронных сетей.
- Получите рецепт успешного решения проблем с использованием нейронных сетей.
- Постройте сегментатор для детекции дорожных линий [видео], сверточную нейронную сеть, чтобы сделать super-resolution [изображения], или реализуйте авторский проект на ваш выбор.
Примечание: на момент создания темы актуальная цена не известна.
Для просмотра содержимого вам необходимо зарегистрироваться!Для просмотра содержимого вам необходимо зарегистрироваться!
Последнее редактирование модератором:
- Статус
- В этой теме нельзя размещать новые ответы.