Двухмесячная программа для IT-специалистов, желающих применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета — до детекции объектов в live-видео.
Опытом делится Ян Колода, PhD в сфере Image Processing & Computer Vision.
Вы получите систематизированные знания в области machine learning и deep learning
Сможете выполнять любые операции над изображением и видео, используя библиотеки NumPy, Matplotlib и OpenCV
Научитесь писать программы для обработки изображений и видео
Будете строить и тренировать нейронные сети с помощью TensorFlow и Keras
Сможете добавлять фичи с использованием Computer Vision в свой проект
Учитесь у практика с
6-летним опытом работы в сфере Computer Vision:
Ян Колода
Senior Computer Vision & Machine Learning Engineer в Gini GmbH
разрабатывает модели, осуществляющие автоматическое извлечение информации из документов с помощью AI, в немецком финтех-стартапе Gini
проектировал deep learning pipelines для автономного вождения, разрабатывал алгоритмы обработки изображения и видео для беспилотных автомобилей в немецкой компании AVL Software and Functions
работал в Veridas, где разрабатывал системы антиспуфинга изображений для первой биометрической системы в Испании
преподавал цифровую обработку изображений/видео и Computer Vision в Университете Гранады [Испания] и Университете Эрлангена — Нюрнберга [Германия]
имеет степень PhD в области Image Processing & Computer Vision
Наша цель — предоставить вам не только теоретические знания, но и практические инструменты для достижения профессиональных целей.
Кто обычно покупает этот курс:
Дата-сайентисты
Хотите получить практический опыт в Computer Vision, но опасаетесь сразу тестировать гипотезы в работе на реальном продукте? Этот курс поможет набить руку на задачах вроде улучшения качества изображения или детекции объектов на видео в live-режиме.
Разработчики
Нет опыта в machine learning, но работаете с Python и умеете обрабатывать данные? Ян Колода даст overview основных инструментов, используемых в Computer Vision, научит обрабатывать изображения и даже запускать нейросети с помощью TensorFlow.
Свитчеры
Пишете код на Python, имеете опыт в ІТ и хотите попробовать свои силы в популярном направлении Computer Vision? Этот курс ― отличный тест-драйв в эту сферу. Вы освоите ключевые инструменты и научитесь решать базовые задачи компьютерного зрения.
Продакт-менеджеры
Не планируете строить модели самостоятельно, но нужна экспертиза в области? Если вы знаете Python и основные библиотеки ― вы также сможете учиться на курсе. Это даст вам ясное понимание современных технологий Computer Vision, чтобы имплементировать их в свой текущий проект.
В этом курсе:
17
занятий
17
домашних заданий
1
собственный проект и его презентация коллегам
работа с основными инструментами для реализации CV-проектов
фидбек от лектора по вашим проектам
язык курса: английский
О курсе
ИНСТРУМЕНТЫ
Вы научитесь использовать библиотеки NumPy, Matplotlib, Scikit-learn для задач Computer Vision. Овладеете OpenCV, TensorFlow и Keras.
ПРАКТИКА
Вы будете решать базовые задачи компьютерного зрения: фильтрацию, выделение границ, кодирование, компрессию, классификацию, детекцию, трекинг и сегментацию. Будете строить и тренировать нейросети.
КАРЬЕРА
Учеба даст вам необходимые компетенции для отклика на вакансию Computer Vision Engineer и откроет новые горизонты.
robot_dreams стремится к тому, чтобы вы были удовлетворены процессом обучения и результатом:
даем практические знания
За 9 недель вы получите базу технологий и алгоритмов для реализации проектов Computer Vision. Мы начнем с самого простого ― с пиксельных операций, а завершим построением нейронных сетей.
сапортим во всех сложных задачах
В течение курса вас сопровождает куратор и наша команда. Вы получите поддержку во время работы над домашними заданиями, индивидуальную обратную связь и ответы на все вопросы.
Программа
курса:
Занятие 1.
Введение в Computer Vision
23 января, 19:30 UTC+2, понедельник
- Ознакомитесь с задачами, которые помогает решить computer vision.
- Получите общую информацию о том, как работает зрительная система.
- Узнаете, какие цветовые пространства существуют.
- Установите библиотеки NumPy, Matplotlib и OpenCV.
- Научитесь выполнять простые операции, используя эти библиотеки.
Занятие 2.
Пиксельные операции
25 января, 19:30 UTC+2, среда
- Узнаете, что такое операции на уровне пикселей, и научитесь читать гистограммы.
- Создадите простейшую программу для обработки цифровых изображений (например, программу для баланса белого цвета).
Занятие 3.
Линейная фильтрация
30 января, 19:30 UTC+2, понедельник
- Изучите принцип работы свертки.
- Научитесь имплементировать фильтрацию и манипулировать изображением, используя разные типы фильтрации.