Computer Vision
Від простих маніпуляцій до розпізнавання об’єктів та роботи з нейромережами — опануйте всі інструменти, щоб створювати рішення на основі Computer Vision.
Ян Колода
Senior CV & ML Engineer
PhD у сфері Image Processing & Computer Vision
Курс для тих, хто знає основи Python і хоче:
До програми курсу Computer Vision входять:
-
ДЕТЕКЦІЯ ОБ’ЄКТІВ
Опануєте основи детекції об’єктів з YOLO, SSD, TinyYOLO та SqueezeDet. Зможете застосовувати ці алгоритми для розпізнавання об’єктів у live-режимі та виявляти кілька об’єктів одночасно на фото й відео.
-
ОСНОВИ MACHINE LEARNING У CV
Навчитеся класифікувати, сегментувати, трекати та знаходити об’єкти. А ще вивчите алгоритми для обробки фото й відео і побудуєте ML-моделі для аналізу зображень.
-
НЕЙРОННІ МЕРЕЖІ
Зможете будувати й тренувати нейронки з TensorFlow та Keras, створювати моделі для обробки та модифікації зображень, юзати AI-алгоритми до відеопотоку і розв’язувати складні задачі Computer Vision.
Ян Колода
-
Senior Computer Vision & Machine Learning Engineer у Gini GmbH
-
має ступінь PhD в галузі Image Processing & Computer Vision
-
експерт із комп’ютерного зору з 9-річним досвідом роботи в різних галузях
-
у фінтех-стартапі Gini розробляє моделі, що автоматично вилучають інформацію з документів за допомогою AI, серед замовників ― найбільші банки Німеччини: Deutsche Bank, Commerzbank, KfW
-
в AVL Software and Functions спроєктував Deep Learning Pipelines автономного водіння та розробив алгоритми обробки фото і відео для безпілотних авто
-
у Veridas створював систему боротьби з підробкою зображень на основі ML з точністю понад 99 % ― ці методи є частиною першої біометричної платіжної системи Іспанії
Програма
-
01 заняття
Знайомство з Computer Vision
- Ознайомитеся з завданнями, які допомагає розв’язати Computer Vision
- Отримаєте загальну інформацію про те, як працює зорова система
- Дізнаєтесь, які є колірні простори
- Встановите бібліотеки NymPy, Matplotlib та OpenCV
- Навчитеся виконувати прості операції за допомогою цих бібліотек
-
02 заняття
Піксельні операції
- Дізнаєтеся, що таке операції на рівні пікселів, і навчитеся читати гістограми
- Створите найпростішу програму обробки цифрових зображень — наприклад, програму балансу білого кольору
-
03 заняття
Лінійна фільтрація
- Вивчите принцип роботи згортки
- Навчитеся імплементувати фільтрацію та маніпулювати зображенням, використовуючи різні типи фільтрації
-
04 заняття
Фільтри виділення кордонів
- Дізнаєтеся, в чому сенс градієнтів зображень
- Навчитеся імплементувати фільтри виділення меж
- Опануєте алгоритм виділення контурів та фільтри в Canny
-
05 заняття
Кодування та компресія зображень
- Вивчите відмінність між форматами зображень [raw, png, jpeg]
- Розберете різницю між форматами H264 та H265
- Дізнаєтеся, як працює стиснення із втратами, і навчитеся працювати з зображеннями в перетвореній формі
- Спробуєте покращити якість зображення за допомогою інтелектуального квантування
-
06 заняття
Image features [візуальні ознаки]
- Дізнаєтеся, що таке візуальні ознаки, та ознайомитеся з типовими завданнями, які можна розв'язати з їхньою допомогою
- З’ясуєте, як виділяти кути за допомогою детектора Гарріса
- Розберете алгоритми виявлення та опису ознак
- Навчитеся застосовувати масштабно-інваріантну трансформацію ознак (SIFT)
-
07 заняття
Image matching [відповідність зображень]
- Ознайомитеся з завданнями, які розв'язує image matching
- Вивчите принцип афінного перетворення та однорідних координат
- Навчитеся використовувати гомографію для зображень
- Розробите ректифікатор фотографій документів
-
08 заняття
Machine Learning [машинне навчання]
- Ознайомитеся з основними принципами роботи з моделями даних
- Розберете відмінність між класичною обробкою даних та машинним навчанням
- Навчитеся будувати прості моделі з нуля та проводити їхню оптимізацію
- Визначите, чим відрізняються Machine Learning та Deep Learning
-
09 заняття
Детекція облич
- Визначите, чим візуальні ознаки для детекції осіб відрізняються від інших об’єктів
- Ознайомитеся з методом детекції Віоли-Джонса та методом бустингу
- Навчитеся працювати з зображеннями, які містять обличчя, та здійснювати детекцію за допомогою OpenCV
-
10 заняття
Трекінг
- Вивчите основи роботи трекінгу та принципи взаємодії з цифровим відео
- Розберете відмінності між трекінгом та детекцією на практиці, реалізовуючи реальне робоче завдання
-
11 заняття
Q&A-сесія
- Поставите запитання лектору
- Розберете найскладніші кейси повторно
-
12 заняття
Нейронні мережі: part 1
- Вивчите принципи роботи нейронних мереж
- Отримаєте overview відкритих бібліотек TensorFlow та Keras
- Навчитеся будувати й тренувати прості нейронні мережі
- Спробуєте покращити модель нейронної мережі для класичної проблеми house pricing
-
13 заняття
Нейронні мережі: part 2
- Дізнаєтеся, як прискорити тренування нейронних мереж у кілька разів за допомогою GPU, та розберете інші переваги графічного процесора
- Ознайомитеся з хмарним сервісом Google Colaboratory та навчитеся будувати й тренувати моделі в ньому
- З’ясуєте, навіщо проводити інспекцію баз даних
-
14 заняття
Згорткові нейронні мережі: part 1
- Розберете принципи роботи згорткових нейронних мереж
- Вивчите операції згортки та пулінгу
- Навчитеся будувати й тренувати згорткові нейронні мережі
-
15 заняття
Згорткові нейронні мережі: part 2
- Ознайомитеся з проблемою перенавчання [overfitting]
- Навчитеся розпізнавати проблеми в процесі навчання та застосовувати data augmentation у процесі тренування
-
16 заняття
Згорткові нейронні мережі: part 3
- Навчитеся розв’язувати задачу сегментації цифрових зображень
- Розберете принцип bottleneck
- Побудуєте простий автоматичний енкодер для очищення зображень від шуму
-
17 заняття
Воркшоп: Computer Vision training. Нейромережі
- Навчитеся будувати, тренувати й покращувати нейромережі на практиці
-
18 заняття
Детекція об’єктів
- Розберете концепт детекції та bounding box
- Навчитеся розпізнавати об’єкти в режимі реального часу, використовуючи принцип YOLO [You Only Look Once]
- Ознайомитеся з алгоритмом NMS [Non-Maximum Suppression] та іншими архітектурами мереж для розпізнавання об’єктів [SSD, TinyYOLO, SqueezeDet]
- Застосуєте YOLO, щоб розпізнати об’єкти на власному відео
-
19 заняття
Згорткові нейронні мережі: що далі?
- Ознайомитеся з популярними моделями згорткових нейронних мереж
- Вивчите процес fine tuning та навчитеся працювати з model zoo
- Дізнаєтеся, які проблеми виникають під час тренування згорткових нейронних мереж
- Отримаєте рецепт успішного розв’язання проблем із використанням нейронних мереж
-
20 заняття
Воркшоп: Computer Vision training. Нейромережі
- Поставите запитання лектору
- Розберете найскладніші кейси повторно
-
21 заняття
Презентація курсового проєкту
- Реалізуєте власний проєкт: сегментатор для детекції дорожніх позначок або згорткову нейромережу для super-resolution зображень
реєстрація
Заповнюйте заявку, щоб опанувати Computer Vision — ключову технологію для розпізнавання облич, аналізу зображень, керування безпілотниками й не тільки.
СТАРТ НАВЧАННЯ НА КУРСІ — СЕРПЕНЬ 2026 РОКУ