Онлайн-курс Computer Vision | robot_dreams
  • онлайн-курс
  • 9 тижнів
  • курсовий проєкт
  • воркшопи

COMPUTER VISION

Будуйте нейронні мережі з нуля та навчіть їх розпізнавати об’єкти на фото і відео за допомогою Python і його бібліотек.

Ян Колода

Senior CV & ML Engineer у Gini GmbH

PhD у сфері Image Processing & Computer Vision

про курс

  • Тривалість:

    21 заняття

  • Курсовий проєкт:

    сегментатор або нейронна мережа

Протягом курсу ви навчитеся з нуля створювати нейронні мережі за допомогою Python, OpenCV та TensorFlow: від піксельних операцій та базових маніпуляцій із зображенням та відео до розбудови мереж та їх тренування. Надалі зможете застосовувати набуті знання в різних сферах: від медицини до безпілотних автомобілів.

для кого

Дата-саєнтисти

Розберетеся в сучасних підходах до детекції об’єктів, набудете досвіду в розв’язанні задач класифікації та сегментації, навчитеся будувати й тренувати нейромережі. Актуалізуєте знання у сферах Machine Learning та Deep Learning.

Розробники

Зможете імплементувати фічі на базі комп’ютерного зору у власні проєкти. Навчитеся обробляти зображення та відео, розробляти й запускати моделі за допомогою TensorFlow. Вивчите можливості Python для роботи із зображеннями та оптимізації нейронних мереж.

 

до програми курсу входять

  • 01

    ДОСВІД ЛЕКТОРА

    Лектор поділиться особистим досвідом та дасть overview задач Computer Vision. Кожну лекцію супроводжуватиме домашнє завдання, що дасть змогу одразу ж застосувати набуті знання на практиці.

  • 02

    АКТУАЛЬНІ ІНСТРУМЕНТИ

    Ви використовуватимете Python, а саме бібліотеки NumPy, Matplotlib, scikit-learn для завдань Computer Vision. Опануєте OpenCV, TensorFlow та Keras.

  • 03

    ВОРКШОПИ ТА ПРАКТИКА

    Навчитеся розв’язувати базові завдання комп’ютерного зору: фільтрацію, виділення кордонів, кодування, компресію, класифікацію, детекцію, трекінг та сегментацію. Будуватимете і тренуватимете нейромережі.

  • 04

    ПІДГОТОВКА ДО ІНТЕРВ’Ю

    Дізнаєтеся про специфіку посади Computer Vision Engineer. Троє студентів з найвищими балами за практичні завдання отримають менторську сесію від лектора щодо підготовки до технічного інтерв’ю.

Програма

  • 01 заняття
    20.05 18:30

    Знайомство з Computer Vision

    • ознайомитеся із завданнями, які допомагає розв’язати Computer Vision, та отримаєте загальну інформацію про те, як працює зорова система
    • встановите бібліотеки NymPy, Matplotlib та OpenCV і навчитеся виконувати прості операції за допомогою них
  • 02 заняття
    23.05 18:30

    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
    27.05 18:30

    Лінійна фільтрація

    • вивчите принцип роботи згортки
    • навчитеся імплементувати фільтрацію та маніпулювати зображенням, використовуючи різні типи фільтрації
  • 04 заняття
    30.05 18:30

    Фільтри виділення кордонів

    • дізнаєтеся, в чому сенс градієнтів зображень
    • навчитеся імплементувати фільтри виділення меж
    • опануєте алгоритм виділення контурів та фільтри в Canny
  • 05 заняття
    03.06 18:30

    Кодування та компресія зображень

    • вивчите відмінності між форматами зображень [RAW, PNG, JPEG], розберете, чим відрізняються формати H264 та H265
    • дізнаєтеся, як працює стиснення із втратами, і навчитеся працювати із зображеннями в перетвореній формі
    • спробуєте покращити якість зображення за допомогою інтелектуального квантування
  • 06 заняття
    06.06 18:30

    Image features [візуальні ознаки]

    • дізнаєтеся, що таке візуальні ознаки, та ознайомитеся з типовими завданнями, які можна розв’язати з їхньою допомогою
    • вивчите алгоритми виявлення та опису ознак
    • навчитеся виділяти кути за допомогою детектора Харріса
    • навчитеся застосовувати масштабно-інваріантну трансформацію ознак (SIFT)
  • 07 заняття
    10.06 18:30

    Image matching [відповідність зображень]

    • ознайомитеся із завданнями, які розв’язує image matching
    • вивчите принцип афінного перетворення та однорідних координат
    • навчитеся використовувати гомографію для зображень
    • розробите ректифікатор фотографій документів
  • 08 заняття
    13.06 18:30

    Machine Learning [машинне навчання]

    • ознайомитеся з основними принципами роботи з моделями даних та розберете відмінність між класичною обробкою даних та машинним навчанням
    • навчитеся будувати прості моделі з нуля та проводити їхню оптимізацію
    • визначите відмінність між Machine Learning та Deep Learning
  • 09 заняття
    17.06 18:30

    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 із зображеннями, які містять обличчя, та здійснювати детекцію за допомогою OpenCV
  • 10 заняття
    20.06 18:30

    Трекінг

    • вивчите основи роботи трекінгу та принципи роботи з цифровим відео
    • розберете відмінності між трекінгом та детекцією на практиці, реалізовуючи реальне робоче завдання
  • 11 заняття
    24.06 18:30

    Q&A-сесія

  • 12 заняття
    27.06 18:30

    Нейронні мережі: part 1

    • вивчите принципи роботи нейронних мереж та 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
    08.07 18:30

    Нейронні мережі: part 2

    • дізнаєтеся, як прискорити тренування нейронних мереж у кілька разів за допомогою GPU, та ознайомитеся з іншими перевагами графічного процесора
    • ознайомитеся із хмарним сервісом Google Colaboratory та навчитеся будувати й тренувати моделі в ньому
    • дізнаєтеся, навіщо проводити інспекцію баз даних
  • 14 заняття
    11.07 18:30

    Згорткові нейронні мережі: part 1

    • вивчите принципи роботи згорткових нейронних мереж
    • вивчите операції згортки та пулінгу
    • навчитеся будувати й тренувати згорткові нейронні мережі
  • 15 заняття
    15.07 18:30

    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
    18.07 18:30

    Згорткові нейронні мережі: part 3

    • навчитеся розв’язувати задачу сегментації цифрових зображень
    • вивчите принцип bottleneck
    • побудуєте простий автоматичний енкодер для очищення зображень від шуму
  • 17 заняття
    22.07 18:30

    Воркшоп: нейронні мережі

  • 18 заняття
    25.07 18:30

    Детекція об’єктів

    • вивчите концепт детекції та bounding box
    • навчитеся розпізнавати об’єкти в режимі реального часу, використовуючи принцип YOLO [You Only Look Once]
    • застосуєте YOLO, щоб розпізнати об’єкти на власному відео
    • ознайомитеся з алгоритмом NMS [Non-Maximum Suppression] та іншими архітектурами мереж для розпізнавання об’єктів [SSD, TinyYOLO, SqueezeDet]
  • 19 заняття
    29.07 18:30

    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
  • 20 заняття
    01.08 18:30

    Q&A-сесія

  • 21 заняття
    05.08 18:30

    Презентація курсового проєкту

лектор

Ян Колода

Senior Computer Vision & Machine Learning Engineer у Gini GmbH
PhD у галузі Image Processing & Computer Vision
6 років досвіду роботи

  • розробляє моделі, що здійснюють автоматичне вилучення інформації з документів за допомогою AI, у німецькому фінтех-стартапі Gini — цією технологією користуються 3 найбільших банки Німеччини: Deutsche Bank, Commerzbank, KfW

  • в AVL Software and Functions спроєктував Deep Learning pipelines автономного кермування та розробив алгоритми обробки зображення і відео для безпілотних автомобілів

  • працював у Veridas, де розробляв систему боротьби з підробкою зображень на основі машинного навчання з точністю понад 99 % ― ці методи є частиною першої біометричної платіжної системи, розгорнутої в Іспанії

  • викладав цифрове опрацювання зображень/відео та Computer Vision в Університеті Гранади [Іспанія] та Університеті Ерлангена — Нюрнберга [Німеччина]

реєстрація

Заповнюйте форму, щоб навчитися застосовувати Computer Vision у власних проєктах та зростати у Machine Learning.

 
 
 
Реєструючись, ви погоджуєтеся з умовами договору-оферти та політикою конфіденційності.