онлайн-курс
 

Computer Vision

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.
 
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.
 
 
Старт:
23 января
Продолжительность:
9 недель
по понедельникам и средам
19:30–21:00 (UTC+2)
Формат:
живые лекции
+ домашние задания
+ персонализированный фидбек от лектора
язык курса: английский
 
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.
Занятие 4.
Фильтры выделения границ
1 февраля, 19:30 UTC+2, среда
  • - Узнаете, в чем смысл градиентов изображений.
  • - Научитесь имплементировать фильтры выделения границ.
  • - Освоите алгоритм выделения контуров и фильтры в Canny.
Занятие 5.
Кодировка и компрессия изображений
6 февраля, 19:30 UTC+2, понедельник
  • - 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.
Занятие 6.
Image features [визуальные признаки]
8 февраля, 19:30 UTC+2, среда
  • - Узнаете, что такое визуальные признаки, и ознакомитесь с типовыми 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).
Занятие 7.
Image matching [подстройка изображений]
13 февраля, 19:30 UTC+2, понедельник
  • - Ознакомитесь с задачами, которые решает image matching.
  • - Изучите принцип аффинного преобразования и однородных координат.
  • - Научитесь применять гомографию для изображений.
  • - Разработаете ректификатор фотографий документов.
Занятие 8.
Machine Learning [машинное обучение]
15 февраля, 19:30 UTC+2, среда
  • - Ознакомитесь с базовыми 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.
Занятие 9.
Детекция лиц
20 февраля, 19:30 UTC+2, понедельник
  • - Определите, чем визуальные признаки для детекции лиц отличаются от признаков других объектов.
  • - Ознакомитесь с методом детекции Виолы-Джонса и методом бустинга.
  • - Научитесь работать с изображениями, которые содержат лица, и осуществлять детекцию с помощью OpenCV.
Занятие 10.
Трекинг
22 февраля, 19:30 UTC+2, среда
  • - Изучите основы работы трекинга и принципы работы с цифровым видео.
  • - Разберете разницу между трекингом и детекцией на практике, реализовывая реальную рабочую задачу.
Занятие 11.
Нейронные сети: part 1
27 февраля, 19:30 UTC+2, понедельник
  • - 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.
Занятие 12.
Нейронные сети: part 2
1 марта, 19:30 UTC+2, среда
  • - 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, научитесь строить и тренировать модели в нем.
  • - Узнаете, зачем проводить инспекцию баз данных.
Занятие 13.
Сверточные нейронные сети: part 1
6 марта, 19:30 UTC+2, понедельник
  • - Изучите принципы работы сверточных нейронных сетей.
  • - Изучите операции свертки и пулинга.
  • - Научитесь строить и тренировать сверточные нейронные сети.
Занятие 14.
Сверточные нейронные сети: part 2
8 марта, 19:30 UTC+2, среда
  • - Ознакомитесь с проблемой переобучения [overfitting].
  • - Научитесь распознавать проблемы в процессе обучения и применять data augmentation в процессе тренировки.
Занятие 15.
Сверточные нейронные сети: part 3
13 марта, 19:30 UTC+2, понедельник
  • - Научитесь решать задачу сегментации цифровых изображений.
  • - Изучите принцип bottleneck.
  • - Построите простой автоматический энкодер для очищения изображений от шума.
Занятие 16.
Детекция объектов
15 марта, 19:30 UTC+2, среда
  • - 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].
  • - Научитесь применять YOLO для распознавания объектов на собственном видео.
Занятие 17.
Сверточные нейронные сети: что дальше?
20 марта, 19:30 UTC+2, понедельник
  • - 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.
Занятие 18.
Презентация курсового проекта
22 марта, 19:30 UTC+2, среда
 
 
Наша цель ― ваш профессиональный рост. Наши курсы ― больше, чем просто лекции.
Все обучение в одном месте
У вас будет личный онлайн-кабинет, где будут храниться записи занятий и полезные материалы.
Работа с лучшими специалистами ІТ-сферы
Вы будете перенимать опыт практиков и получать персонализированный фидбек.
Сертификат, который ценится работодателями
Как подтверждение ваших навыков.
Практика с первых занятий
Вы получите максимум прикладных знаний и инструментов.
Всегда на связи
Преподаватель и наша команда всегда готовы помочь вам ― стоит только спросить.
Оставьте
заявку здесь
Курс на английском языке. Для комфортного обучения вам необходим уровень Intermediate и выше.
Наши курсы недоступны для граждан россии и беларуси.
Регистрируясь и нажимая кнопку «Записаться», вы согласны с условиями договору-оферты и политикой конфиденциальности.
 
 
 
 
Новые знания — шаг к карьерному росту. Наши выпускники работают в компаниях-лидерах на топовых позициях. Станьте одним из них.