COMPUTER VISION
Стройте нейронные сети с нуля и учите их распознавать объекты на фото и видео с помощью Python и его библиотек.
Ян Колода
Senior CV & ML Engineer в Gini GmbH
PhD в сфере Image Processing & Computer Vision
для кого
О курсе
Через два месяца сможете обучать алгоритмы уверенно ориентироваться в окружающем мире и свести к минимуму системные баги.
-
Мы начнем с пиксельных операций и создания программ обработки цифровых фото.
-
Затем научимся проводить базовые манипуляции с изображением и видео: фильтрация и выделение границ, кодирование и компрессия, классификация, детекция, трекинг и сегментация.
-
А после — будем строить и тренировать нейронные сети.
в программу курса входят
-
01
Сильный контент
Лектор поделится личным опытом и даст overview задач Computer Vision. После каждой лекции получите практическую задачу, чтобы сразу применять новые знания на практике.
-
02
Инструменты
Научитесь использовать библиотеки NumPy, Matplotlib, scikit-learn для задач Computer Vision. А также овладеете OpenCV, TensorFlow и Keras для работы с нейронными сетями.
-
03
Практика
Научитесь решать базовые задачи компьютерного зрения: фильтрация, выделение границ, кодирование, компрессия, классификация, детекция, трекинг и сегментация. Будете строить и тренировать нейросети.
-
04
Карьера
Учеба даст вам необходимые компетенции для отклика на вакансию Computer Vision Engineer и откроет новые профессиональные горизонты — вы сможете пользоваться новыми знаниями не только для задач компьютерного зрения, но и для других областей обработки цифровых изображений и видео.
лектор
Ян Колода
Senior CV & ML Engineer в Gini GmbH
PhD в сфере Image Processing & Computer Vision
эксперт по компьютерному зрению с 6-летним опытом работы в разных отраслях
-
разрабатывает модели, осуществляющие автоматическое извлечение информации из документов с помощью AI, в немецком финтех-стартапе Gini ― этой технологией пользуются 3 крупнейших банка Германии: Deutsche Bank, Commerzbank, KfW
-
в AVL Software and Functions спроектировал Deep Learning Pipelines автономного вождения и разработал алгоритмы обработки изображения и видео для беспилотных автомобилей
-
работал в Veridas, где разрабатывал систему борьбы с подделкой изображений на основе машинного обучения с точностью более 99 % — эти методы являются частью первой биометрической платежной системы, развернутой в Испании
-
преподавал цифровую обработку изображений/видео и Computer Vision в Университете Гранады [Испания] и Университете Эрлангена-Нюрнберга [Германия]
Программа
-
01 занятие23.09 18:30
Знакомство с Computer Vision
- Ознакомитесь с задачами, которые помогает решить Computer Vision.
- Получите общую информацию о том, как работает зрительная система.
- Установите библиотеки NymPy, Matplotlib и OpenCV и научитесь выполнять простые операции с помощью этих библиотек.
-
02 занятие26.09 18:30
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 занятие30.09 18:30
Линейная фильтрация
- Изучите принцип работы свертки.
- Научитесь имплементировать фильтрацию и манипулировать изображением, используя разные типы фильтрации.
-
04 занятие03.10 18:30
Фильтры выделения границ
- Узнаете, в чем смысл градиентов изображений.
- Научитесь имплементировать фильтры выделения границ.
- Овладеете алгоритмом выделения контуров и фильтров в Canny.
-
05 занятие07.10 18:30
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.
- Попытаетесь улучшить качество изображения с помощью интеллектуального квантования.
-
06 занятие10.10 18:30
Image features [визуальные признаки]
- Узнаете, что такое визуальные признаки и ознакомитесь с типичными 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).
-
07 занятие14.10 18:30
Image matching [соответствие изображений]
- Ознакомитесь с задачами, решаемыми Image Matching.
- Изучите принцип аффинного преобразования и однородных координат.
- Научитесь использовать гомографию для изображений.
- Разработаете ректификатор фотографий документов.
-
08 занятие17.10 18:30
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 разницу между Machine Learning и Deep Learning.
-
09 занятие21.10 18:30
Детекция лиц
- Определите, чем визуальные признаки для детекции 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 занятие24.10 18:30
Трекинг
- Изучите основы работы трекинга и принципы работы с цифровым видео.
- Разберете разницу между трекингом и детекцией на практике, реализуя реальную рабочую задачу.
-
11 занятие28.10 18:30
Q&A-сессия
-
12 занятие31.10 18:30
Нейронные сети: part 1
- Изучите принципы работы нейронных сетей.
- Получите overview открытых библиотек TensorFlow и Keras.
- Научитесь строить и тренировать простые нейронные сети.
- Сможете улучшить модель нейронной сети для классической проблемы house pricing.
-
13 занятие04.11 18:30
Нейронные сети: part 2
- Узнаете, как ускорить тренировку нейронных сетей в несколько раз с помощью GPU, и ознакомитесь с другими преимуществами графического процессора.
- Ознакомитесь с облачным сервисом Google Colaboratory и научитесь строить и тренировать модели в нем.
- Узнаете, зачем проводить инспекцию баз данных.
-
14 занятие07.11 18:30
Сверточные нейронные сети: part 1
- Изучите принципы работы сверточных нейронных сетей.
- Изучите операции свертки и пулинга.
- Научитесь строить и тренировать сверточные нейронные сети.
-
15 занятие11.11 18:30
Сверточные нейронные сети: part 2
- Ознакомитесь с проблемой переобучения [overfitting].
- Научитесь распознавать проблемы в процессе обучения и применять Data Augmentation в процессе тренировки.
-
16 занятие21.11 18:30
Сверточные нейронные сети: part 3
- Научитесь решать задачу сегментации цифровых изображений.
- Изучите принцип bottleneck.
- Построите простой автоматический энкодер для очистки изображений от шума.
-
17 занятие25.11 18:30
Воркшоп: нейронные сети
-
18 занятие28.11 18:30
Детекция объектов
- Изучите 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 занятие02.12 18:30
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 при тренировке сверточных нейронных сетей.
- Получите рецепт успешного решения проблем с использованием нейронных сетей.
-
20 занятие05.12 18:30
Q&A-сессия
-
21 занятие09.12 18:30
Презентация курсового проекта
регистрация
Заполняйте форму, чтобы научиться применять Computer Vision в собственных проектах и расти в Machine Learning.