Компьютерное зрение от Otus

Программа курса

Вас ожидает 4 тематических модуля из онлайн-лекций и семинаров, на которых преподаватели дадут всю необходимую теорию и множество практических заданий. В конце вы выполните дипломный проект и получите возможность пройти собеседование в одной из команий-партнеров платформы Otus.

От основ к современным архитектурам

На первом занятии вы познакомитесь с преподавателями, программой курса, а также инструментами, которые вам предстоит использовать при обучении. Узнаете, что такое свертка и как ее проводить, и разберетесь в использовании Dropout и BatchNorm. Изучите различные типы архитектуры сверточных нейронных сетей и поймете, как подбирать верную под определенный проект. Научитесь готовить данные к обучению, а также насыщать их аргументами для меньшего риска дополнительного переобучения. Поймете, как устроены классические алгоритмы computer vision. Узнаете, как работать с фреймворком PyTorch для добычи готовых моделей сверточных нейросетей. Научитесь работать с TensorFlow Framework для адаптации готовых нейросетей для решения новых задач. Познакомитесь с Lightning, более организованной версией фреймворка PyTorch, и научитесь подбирать гиперпараметры под любой проект.

На первом занятии вы познакомитесь с преподавателями, программой курса, а также инструментами, которые вам предстоит использовать при обучении.

Узнаете, что такое свертка и как ее проводить, и разберетесь в использовании Dropout и BatchNorm.

Изучите различные типы архитектуры сверточных нейронных сетей и поймете, как подбирать верную под определенный проект.

Научитесь готовить данные к обучению, а также насыщать их аргументами для меньшего риска дополнительного переобучения.

Поймете, как устроены классические алгоритмы computer vision.

Узнаете, как работать с фреймворком PyTorch для добычи готовых моделей сверточных нейросетей.

Научитесь работать с TensorFlow Framework для адаптации готовых нейросетей для решения новых задач.

Познакомитесь с Lightning, более организованной версией фреймворка PyTorch, и научитесь подбирать гиперпараметры под любой проект.

Детекция, трекинг, классификация

Научитесь детектировать необходимые элементы с помощью RCNN-моделей. Освоите альтернативные основным архитектуры нейросетей для решения поставленных проблем. Освоите Human Pose Estimation и создадите пайплайн для распознавания лиц. Изучите подробней 2D PE, познакомитесь с 3D PE, а также разберетесь с 6D. Узнаете, какие подходы существуют для распознавания лиц. Поймете, как используются нейросети для отслеживания объектов на видеозаписи.

Научитесь детектировать необходимые элементы с помощью RCNN-моделей.

Освоите альтернативные основным архитектуры нейросетей для решения поставленных проблем.

Освоите Human Pose Estimation и создадите пайплайн для распознавания лиц.

Изучите подробней 2D PE, познакомитесь с 3D PE, а также разберетесь с 6D.

Узнаете, какие подходы существуют для распознавания лиц.

Поймете, как используются нейросети для отслеживания объектов на видеозаписи.

Сегментация, генеративные модели, работа с 3D и видео

Узнаете в подробностях, что такое Self-driving и AV. Изучите приемы и инструменты для оптимизации нейронных сетей. Поймете, как сегментировать изображения с помощью архитектур типа U-Net. Познакомитесь с возможностями автокодировщика, узнаете, зачем он необходим, и освоите взаимодействие с ним. Поймете, как разрешать задачи компьютерного зрения на 3D- и 2D-изображениях, используя архитектуру PointNet. Разберитесь в атаках на ML-модели нейросетей и в состязательном обучении, а также освойте архитектуру GANs. Изучите подробней, как устроены конкурентные генеративные модели, и узнаете, каким образом их использовать в своей работе. Изучите C3D и I3D, а также разберете устройство различных датасетов и видеодатасетов для распознавания лиц.

Узнаете в подробностях, что такое Self-driving и AV.

Изучите приемы и инструменты для оптимизации нейронных сетей.

Поймете, как сегментировать изображения с помощью архитектур типа U-Net.

Познакомитесь с возможностями автокодировщика, узнаете, зачем он необходим, и освоите взаимодействие с ним.

Поймете, как разрешать задачи компьютерного зрения на 3D- и 2D-изображениях, используя архитектуру PointNet.

Разберитесь в атаках на ML-модели нейросетей и в состязательном обучении, а также освойте архитектуру GANs.

Изучите подробней, как устроены конкурентные генеративные модели, и узнаете, каким образом их использовать в своей работе.

Изучите C3D и I3D, а также разберете устройство различных датасетов и видеодатасетов для распознавания лиц.

Проектная работа

Выберете тему для своей дипломной работы, узнаете, на какие этапы разделить весь процесс создания проекта и какие основные правила работы. Пройдете консультацию с преподавателями курса и сможете задать интересующие вас вопросы по домашним заданиям и дипломному проекту. Защитите свою итоговую работу и получите рекомендации и полезные советы от экспертов курса.

Выберете тему для своей дипломной работы, узнаете, на какие этапы разделить весь процесс создания проекта и какие основные правила работы.

Пройдете консультацию с преподавателями курса и сможете задать интересующие вас вопросы по домашним заданиям и дипломному проекту.

Защитите свою итоговую работу и получите рекомендации и полезные советы от экспертов курса.