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
![](https://robot-site-static.fra1.digitaloceanspaces.com/cc/ckeditor/landings/computer-vision/master/20.webp)
для кого
Про курс
За два місяці зможете навчати алгоритми впевнено орієнтуватися в навколишньому світі та звести до мінімуму системні баги.
-
Ми почнемо з піксельних операцій та створення програм для обробки цифрових фото.
-
Потім навчимося проводити базові маніпуляції із зображенням та відео: фільтрація та виділення кордонів, кодування та компресія, класифікація, детекція, трекінг та сегментація.
-
А після — будуватимемо й тренуватимемо нейронні мережі.
![](https://robot-site-static.fra1.digitaloceanspaces.com/cc/ckeditor/landings/computer-vision/master/3.webp)
до програми курсу входять
-
01
Сильний контент
Лектор поділиться особистим досвідом і дасть overview задач Computer Vision. Після кожної лекції отримаєте практичне завдання, щоб одразу застосовувати нові знання на практиці.
-
02
Інструменти
Навчитеся використовувати бібліотеки NumPy, Matplotlib, scikit-learn для завдань Computer Vision. А також опануєте OpenCV, TensorFlow та Keras для роботи з нейронними мережами.
-
03
Практика
Навчитеся розв’язувати базові завдання комп’ютерного зору: фільтрація, виділення кордонів, кодування, компресія, класифікація, детекція, трекінг та сегментація. Будуватимете й тренуватимете нейромережі.
-
04
Кар’єра
Навчання дасть вам необхідні компетенції для відгуку на вакансію Computer Vision Engineer та відкриє нові професійні горизонти — зможете користуватися новими знаннями не тільки для завдань комп’ютерного зору, але й для інших областей обробки цифрових зображень та відео.
лектор
![](https://robot-site-static.fra1.digitaloceanspaces.com/cc/ckeditor/landings/computer-vision/test/2-block-new.jpg)
Ян Колода
Senior CV & ML Engineer у Gini GmbH
PhD у сфері Image Processing & Computer Vision
експерт із комп’ютерного зору із 6-річним досвідом роботи в різних галузях
-
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 водіння 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]
Програма
-
01 заняття23.09 18:30
Знайомство з Computer Vision
- Ознайомитеся із завданнями, які допомагає розв’язати Computer Vision.
- Отримаєте загальну інформацію про те, як працює зорова система.
- Встановите бібліотеки NymPy, Matplotlib та OpenCV і навчитеся виконувати прості операції за допомогою цих бібліотек.
-
02 заняття26.09 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 заняття30.09 18:30
Лінійна фільтрація
- Вивчите принцип роботи згортки.
- Навчитеся імплементувати фільтрацію та маніпулювати зображенням, використовуючи різні типи фільтрації.
-
04 заняття03.10 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 заняття07.10 18:30
Кодування та компресія зображень
- Вивчите відмінності між форматами зображень [RAW, PNG, JPEG].
- Розберете різницю між форматами 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 заняття10.10 18:30
Image features [візуальні ознаки]
- Дізнаєтеся, що таке візуальні ознаки, та ознайомитеся з типовими завданнями, які можна розв’язати з їхньою допомогою.
- Навчитеся виділяти кути за допомогою детектора Харріса.
- Вивчите алгоритми виявлення та опису ознак.
- Навчитеся застосовувати масштабно-інваріантну трансформацію ознак (SIFT).
-
07 заняття14.10 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 заняття17.10 18:30
Machine Learning [машинне навчання]
- Ознайомитеся з основними принципами роботи з моделями даних.
- Розберете відмінності 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 заняття21.10 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 заняття24.10 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 заняття28.10 18:30
Q&A-сесія
-
12 заняття31.10 18:30
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 заняття04.11 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 з хмарним сервісом Google Colaboratory та навчитеся будувати й тренувати моделі в ньому.
- Дізнаєтеся, навіщо проводити інспекцію баз даних.
-
14 заняття07.11 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 заняття11.11 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 заняття21.11 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 заняття25.11 18:30
Воркшоп: нейронні мережі
-
18 заняття28.11 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].
- 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 заняття02.12 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.
- Отримаєте рецепт успішного розв’язання проблем з використанням нейронних мереж.
-
20 заняття05.12 18:30
Q&A-сесія
-
21 заняття09.12 18:30
Презентація курсового проєкту
реєстрація
Заповнюйте форму, щоб навчитися застосовувати Computer Vision у власних проєктах та зростати у Machine Learning.