Computer Vision
От простых манипуляций до распознавания объектов и работы с нейросетями — овладейте всеми инструментами, чтобы создавать решения на основе Computer Vision.
Ян Колода
Senior CV & ML Engineer
PhD в сфере Image Processing & Computer Vision
Курс для тех, кто знает основы Python и хочет:
В программу курса Computer Vision входят:
-
ДЕТЕКЦИЯ ОБЪЕКТОВ
Освоите основы детекции объектов с YOLO, SSD, TinyYOLO и SqueezeDet. Сможете использовать эти алгоритмы для распознавания объектов в live-режиме и обнаруживать несколько объектов одновременно на фото и видео.
-
ОСНОВЫ MACHINE LEARNING В CV
Научитесь классифицировать, сегментировать, трекать и находить объекты. А еще изучите алгоритмы обработки фото и видео и построите ML-модели для анализа изображений.
-
НЕЙРОННЫЕ СЕТИ
Сможете строить и тренировать нейронки с TensorFlow и Keras, создавать модели для обработки и модификации изображений, юзать AI-алгоритмы к видеопотоку и решать сложные задачи Computer Vision.
Ян Колода
-
Senior Computer Vision & Machine Learning Engineer в Gini GmbH
-
имеет степень PhD в области Image Processing & Computer Vision
-
эксперт по компьютерному зрению с 9-летним опытом работы в разных отраслях
-
в финтех-стартапе Gini разрабатывает модели, которые автоматически изымают информацию из документов с помощью AI, среди заказчиков — крупнейшие банки Германии: Deutsche Bank, Commerzbank, KfW
-
в AVL Software and Functions спроектировал Deep Learning Pipelines автономного вождения и разработал алгоритмы обработки фото и видео для беспилотных авто
-
в Veridas создавал систему борьбы с подделкой изображений на основе ML с точностью свыше 99% — эти методы являются частью первой биометрической платежной системы Испании
Программа
-
01 занятие
Знакомство с Computer Vision
- Ознакомитесь с задачами, которые помогает решить Computer Vision
- Получите общую информацию о том, как работает зрительная система
- Узнаете, какие есть цветовые пространства
- Установите библиотеки NymPy, Matplotlib и OpenCV
- Научитесь выполнять простые операции с помощью этих библиотек
-
02 занятие
Пиксельные операции
- Узнаете, что такое операции на уровне пикселей, и научитесь читать гистограммы
- Создадите простейшую программу обработки цифровых изображений — например, программу баланса белого цвета
-
03 занятие
Линейная фильтрация
- Изучите принцип работы свертки
- Научитесь имплементировать фильтрацию и манипулировать изображением, используя различные типы фильтрации
-
04 занятие
Фильтры выделения границ
- Узнаете, в чем смысл градиентов изображений
- Научитесь имплементировать фильтры выделения границ
- Освоите алгоритм выделения контуров и фильтров в Canny
-
05 занятие
Кодирование и компрессия изображений
- Изучите разницу между форматами изображений [raw, png, jpeg]
- Разберете разницу между форматами H264 и H265
- Узнаете, как работает сжатие с потерями, и научитесь работать с изображениями в преобразованной форме
- Попробуете улучшить качество изображения с помощью интеллектуального квантования
-
06 занятие
Image features [визуальные признаки]
- Узнаете, что такое визуальные признаки, и ознакомитесь с типичными задачами, которые можно решить с их помощью
- Выясните, как выделять углы с помощью детектора Харриса
- Разберете алгоритмы обнаружения и описания признаков
- Научитесь применять масштабно-инвариантную трансформацию признаков (SIFT)
-
07 занятие
Image matching [соответствие изображений]
- Ознакомитесь с задачами, которые решает image matching
- Изучите принцип аффинного преобразования и однородных координат
- Научитесь использовать гомографию для изображений
- Разработаете ректификатор фотографий документов
-
08 занятие
Machine Learning [машинное обучение]
- Ознакомитесь с основными принципами работы с моделями данных
- Разберете разницу между классической обработкой данных и машинным обучением
- Научитесь строить простые модели с нуля и проводить их оптимизацию
- Определите, чем отличаются Machine Learning и Deep Learning
-
09 занятие
Детекция лиц
- Определите, чем визуальные признаки для детекции лиц отличаются от других объектов
- Ознакомитесь с методом детекции Виолы-Джонса и методом бустинга
- Научитесь работать с изображениями, содержащими лицо, и осуществлять детекцию с помощью OpenCV
-
10 занятие
Трекинг
- Изучите основы работы трекинга и принципы взаимодействия с цифровым видео
- Разберете различия между трекингом и детекцией на практике, реализуя реальную рабочую задачу
-
11 занятие
Q&A-сессия
- Зададите вопросы лектору
- Разберете самые сложные кейсы повторно
-
12 занятие
Нейронные сети: part 1
- Изучите принципы работы нейронных сетей
- Получите overview открытых библиотек TensorFlow и Keras
- Научитесь строить и тренировать простые нейронные сети
- Попробуете улучшить модель нейронной сети для классической проблемы house pricing
-
13 занятие
Нейронные сети: part 2
- Узнаете, как ускорить тренировку нейронных сетей в несколько раз с помощью GPU, и разберете другие преимущества графического процессора
- Ознакомитесь с облачным сервисом Google Colaboratory и научитесь строить и тренировать модели в нем
- Выясните, зачем проводить инспекцию баз данных
-
14 занятие
Сверточные нейронные сети: part 1
- Разберете принципы работы сверточных нейронных сетей
- Изучите операции свертки и пулинга
- Научитесь строить и тренировать сверточные нейронные сети
-
15 занятие
Сверточные нейронные сети: part 2
- Ознакомитесь с проблемой переобучения [overfitting]
- Научитесь распознавать проблемы в процессе обучения и применять data augmentation в процессе тренировки
-
16 занятие
Сверточные нейронные сети: part 3
- Научитесь решать задачу сегментации цифровых изображений
- Разберете принцип bottleneck
- Построите простой автоматический энкодер для очистки изображений от шума
-
17 занятие
Воркшоп: Computer Vision training. Нейросети
- Научитесь строить, тренировать и улучшать нейросети на практике
-
18 занятие
Детекция объектов
- Разберете концепт детекции и bounding box
- Научитесь распознавать объекты в режиме реального времени, используя принцип YOLO [You Only Look Once]
- Ознакомитесь с алгоритмом NMS [Non-Maximum Suppression] и другими архитектурами сетей для распознавания объектов [SSD, TinyYOLO, SqueezeDet]
- Примените YOLO, чтобы распознать объекты на собственном видео
-
19 занятие
Сверточные нейронные сети: что дальше?
- Ознакомитесь с популярными моделями сверточных нейронных сетей
- Изучите процесс fine tuning и научитесь работать с model zoo
- Узнаете, какие проблемы возникают во время тренировки сверточных нейронных сетей
- Получите рецепт успешного решения проблем с использованием нейронных сетей
-
20 занятие
Воркшоп: Computer Vision training. Нейросети
- Зададите вопросы лектору
- Разберете самые сложные кейсы повторно
-
21 занятие
Презентация курсового проекта
- Реализуете собственный проект: сегментатор для детекции дорожных меток или сверточную нейросеть для super-resolution изображений
Регистрация
Заполняйте заявку, чтобы освоить Computer Vision — ключевую технологию для распознавания лиц, анализа изображений, управления беспилотниками и не только.
СТАРТ ОБУЧЕНИЯ НА КУРСЕ — АВГУСТ 2026 ГОДА