проектировать решения для задач компьютерного зрения;
собирать прототипы решений и проверять гипотезы;
доводить готовое решение до продакшна.
На занятиях вы будете решать задачи:
классификации и сегментации изображений;
детекции объектов на изображениях;
отслеживания объектов на видео;
порождения изображений и атаки на обученные модели нейронных сетей;
computer vision на трехмерных объектах.
Также вы научитесь использовать PyTorch, TenserFlow и OpenCV для решения задач computer vision. Программа обучения
1 Современные архитектуры и работа сданными
Компьютерное зрение: задачи,инструменты и программа курса
Эволюция сверточных сетей: AlexNet -> ResNetX
Стандартные датасеты и модели в Tensorflow на примереподхода TransferLearning
Стандартные датасеты и модели в PyTorch на примере Fine-tuning
Подготовка и аугментация данных
Внимание в сверточных сетях.Аннотация
2 Детекция объектов и работа с видео
Классические подходы к CV, работа с OpenCV
Objectdetection 1. RCNN, FastRCNN, FasterRCNN
Objectdetection 2. YOLO, Single-Shot Detector
Landmarks: Cascade shape regression, Deep Alignment Network,Stacked Hourglass Network и другие