Что нового

Бесплатные online курсы, скачать сливы курсов - kursy.live

Слив курсов - это быстрый и доступный способ получить дополнительные зания или ознакомиться с курсом, до его покупки.

Оперативная поддержка

Не активна ссылка? Обновляем неактивные ссылки в течении считанных минут.

Постоянное обновление

Ежедневно добавляем по 10-20 свежайших сливов. Не пропусти.

Гибкие тарифы

Можете скачать один курс или получить не ограниченный доступ ко всем курсам.

Computer Vision [2021] [robot dreams] [Ян Колода]

admin

Administrator
Команда форума
СУПЕР МОДЕРАТОР
Регистрация
26.05.2022
Сообщения
25 748
Реакции
146
Баллы
63
Computer Vision [2021]
robot dreams
Ян Колода

Практический курс о том, как применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета на изображении — до тренировки сверточных нейронных сетей для распознавания объектов в видео.

Описание курса:
Задача специалиста по компьютерному зрению ― научить алгоритмы уверенно ориентироваться в окружающем мире и свести к минимуму системные баги. Задача robot_dreams ― помочь разобраться в инструментах и подходах, которые применяют для реализации CV-проектов.

Мы начнем с пиксельных операций и создания программ для обработки цифровых фото. Затем научимся проводить базовые манипуляции с изображением и видео: фильтрация и выделение границ, кодировка и компрессия, классификация, детекция, трекинг и сегментация. А после ― будем строить и тренировать нейронные сети.

Курс подойдет:
1. Data Scientist
После курса вы систематизируете знания в области machine learning и deep learning. Разберетесь в современных подходах к детекции объектов, получите опыт в решении задач классификации и сегментации, научитесь строить и тренировать нейросети.2. Developer
Курс даст overview задач computer vision и основных инструментов, которые необходимы для их решения. Вы научитесь обрабатывать изображения и видео, разрабатывать и запускать модели с помощью TensorFlow.




Содержание
Модуль 1 - Введение в Computer Vision

Ознакомьтесь с задачами, которые помогает решить Computer Vision.
Получите общую информацию о том, как работает зрительная система.
Узнайте, какие цветовые пространства существуют.
Установите библиотеки NymPy, Matplotlib и OpenCV.
Научитесь выполнять простые операции, используя эти библиотеки.
Модуль 2 - Пиксельные операции

Узнайте, что такое операции на уровне пикселей, и научитесь читать гистограммы.
Создайте простейшую программу для обработки цифровых изображений, например, программу для баланса белого цвета.
Модуль 3 - Линейная фильтрация

Изучите принцип работы свертки.
Научитесь имплементировать фильтрацию и манипулировать изображением, используя разные типы фильтрации.
Модуль 4 - Фильтры выделения границ

Узнайте, в чем смысл градиентов изображений.
Научитесь имплементировать фильтры выделения границ.
Освойте алгоритм выделения контуров и фильтры в Canny.
Модуль 5 - Кодировка и компрессия изображений

Изучите разницу между форматами изображений [raw, png, jpeg].
Разберите разницу между форматами H264 и H265.
Узнайте, как работает сжатие с потерями, и научитесь работать с изображениями в преобразованной форме. Попробуйте улучшить качество изображения с помощью интеллектуального квантования.
Модуль 6 - Image features [визуальные признаки]

Узнайте, что такое визуальные признаки, и ознакомьтесь 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).
Модуль 7 - Image matching [подстройка изображений]

Ознакомьтесь с задачами, которые решает image matching.
Изучите принцип аффинного преобразования и однородных координат.
Научитесь применять гомографию для изображений.
Разработайте ректификатор фотографий документов.
Модуль 8 - Machine Learning [машинное обучение]

Ознакомьтесь с базовыми принципами работы с моделями данных.
Разберите 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.
Модуль 9 - Детекция лиц

Определите, чем визуальные признаки для детекции лиц отличаются от признаков других объектов.
Ознакомьтесь с методом детекции Виолы-Джонса и методом бустинга.
Научитесь работать с изображениями, которые содержат лица, и осуществлять детекцию с помощью OpenCV.
Модуль 10 - Трекинг

Изучите основы работы трекинга и принципы работы с цифровым видео.
Разберите разницу между трекингом и детекцией на практике, реализовывая реальную рабочую задачу.
Модуль 11 - Нейронные сети: part 1

Изучите принципы работы нейронных сетей.
Получите overview открытых библиотек TensorFlow и Keras.
Научитесь строить и тренировать простые нейронные сети.
Попробуйте улучшить модель нейронной сети для классической проблемы house pricing.
Модуль 12 - Нейронные сети: part 2

Узнайте, как ускорить тренировку нейронных сетей в несколько раз с помощью GPU, и ознакомьтесь с другими преимуществами графического процессора.
Ознакомьтесь с облачным сервисом Google Colaboratory и научитесь строить и тренировать модели в нем. Узнайте, зачем проводить инспекцию баз данных.
Модуль 13 - Сверточные нейронные сети: part 1

Изучите принципы работы сверточных нейронных сетей.
Изучите операции свертки и пулинга.
Научитесь строить и тренировать сверточные нейронные сети.
Модуль 14 - Сверточные нейронные сети: part 2

Ознакомьтесь с проблемой переобучения [overfitting].
Научитесь распознавать проблемы в процессе обучения и применять data augmentation в процессе тренировки.
Модуль 15 - Сверточные нейронные сети: part 3

Научитесь решать задачу сегментации цифровых изображений.
Изучите принцип bottleneck.
Постройте простой автоматический энкодер для очищения изображений от шума.
Модуль 16 - Детекция объектов

Изучите концепт детекции и bounding box.
Научитесь распознавать объекты в режиме реального времени, используя принцип YOLO [You Only Look Once].
Ознакомьтесь с алгоритмом NMS [Non-Maximum Suppression] и другими архитектурами сетей для распознавания объектов [SSD, TinyYOLO, SqueezeDet].
Примените YOLO для распознавания объектов на собственном видео.
Модуль 17 - Сверточные нейронные сети: что дальше?

Ознакомьтесь с популярными моделями сверточных нейронных сетей.
Изучите процесс fine tuning и научитесь работать с model zoo.
Узнайте, какие проблемы возникают при тренировке сверточных нейронных сетей.
Получите рецепт успешного решения проблем с использованием нейронных сетей.
Модуль 18 - Презентация курсового проекта

Постройте сегментатор для детекции дорожных линий [видео], сверточную нейронную сеть, чтобы сделать super-resolution [изображения], или реализуйте авторский проект на ваш выбор.


Примечание: на момент создания темы актуальная цена не известна.

Продажник
 

userkursy312

New member
Регистрация
26.07.2022
Сообщения
1
Реакции
0
Баллы
1
Этот курс в наличии? При покупке я получу именно этот курс или просто возможность скачать какой-то, но не факт, что будет именно этот?
 

Dovgyalo

New member
Регистрация
21.11.2022
Сообщения
3
Реакции
0
Баллы
1
Здравствуйте. Необходимо скачать этот курс в ближайшее время, хочу сделать подарок
 

Oleksandr999

New member
VIP
Регистрация
23.01.2023
Сообщения
1
Реакции
0
Баллы
1
Здравствуйте. Хочу скачать этот курс
 
Верх