up

Компьютерное зрение

19 January 2022 - 19 January 2030 г.
The course has already started
2714 days
Before the end of the enrollment
  • Russian

    course language

  • 11 weeks

    course duration

  • от 5 до 6 часов в неделю

    needed to educate

  • 3 credit points

    for credit at your university

Курс «Сбор и анализ данных в Python» поможет овладеть навыками Data Culture

About

В рамках онлайн курса от НИУ ВШЭ слушатели познакомятся со всеми основными задачами возникающими в компьютерном зрении. Научатся работать с изображениями как классическими методами, так и с помощью глубокого обучения. Помимо обработки отдельно взятых изображений, курс затрагивает восстановление и работу с 3D объектами. Полученные знания будут подкреплены практикой на языке python.

Онлайн-курс охватывает основные задачи компьютерного зрения. В рамках курса слушатели дистанционно научатся программно обрабатывать изображения, поймут на чем основаны все фоторедакторы. Затем они познакомятся с глубинным обучением для основных задач с преподавателем, возникающих в зрении, а именно классификации, сегментации и детекции. В дополнении к задаче с учителем, слушатели познакомятся с генеративными моделями. Кроме того, в рамках курса слушатели узнают о поведении нейронных сетей для задачи зрения, и признаках, что они порождают. Научатся с ними работать.

Затем в курсе будет показана работа с 3D объектами. Будет рассказано об математической модели камеры и способах восстановить глубину и сцену по изображениям. Так же будет рассказаны основы графики и инструменты машинного обучения и анализа 3D объектов в сцене.

 

Format

Каждая неделя содержит теоретическую и практическую части. Практическая часть выполняется с помощью языка программирования python и позволяет научиться применять полученные во время изучения теории знания. Для прохождения данного курса необходимы знания языка программирования python и основ машинного обучения.

Requirements

Перед изучением курса мы рекомендуем вам изучить курс Python как иностранный.

Course program

  • Неделя 1. Азы работы с изображениями
  • Неделя 2. Границы и признаки
  • Неделя 3.  Задача классификации
  • Неделя 4. Задачи переноса стиля и поиска изображений по содержанию
  • Неделя 5. Детекция объектов
  • Неделя 6. Сегментация изображений
  • Неделя 7. Генеративно-состязательные модели
  • Неделя 8.  Геометрия камеры
  • Неделя 9. Оценка глубины
  • Неделя 10. 3D графика в компьютерном зрении
  • Неделя 11. Сегментация и детекция в облаках точек

Education results

  • Обработка изображений алгоритмами классического зрения
  • Классификация изображений
  • Работа с признаками нейронных сетей
  • Детекция на изображениях и облаках точек
  • Сегментация изображений и облаков точек
  • Восстановление глубины

Education directions

Abilities

 Курс позволяет освоить следующие компетенции в соответствии с Рекомендациями к дополнительным профессиональным программам ИТ-профиля, реализуемым в рамках проекта «Цифровые кафедры» университета–участника программы стратегического академического лидерства «Приоритет-2030»:

Сфера: Искусственный интеллект и машинное обучение
Компетенция: Применяет искусственный интеллект и машинное обучение
Уровень: Продвинутый

Сфера: Искусственный интеллект и машинное обучение
Компетенция: Применяет математический аппарат для решения задач по оценке и разработки моделей
Уровень: Продвинутый

Сфера: Искусственный интеллект и машинное обучение
Компетенция: Решает задачи искусственного интеллекта (ИИ)
Уровень: Экспертный

Сфера: Искусственный интеллект и машинное обучение
Компетенция: Разрабатывает и применяет методы машинного обучения (МО) для решения задач
Уровень:Экспертный

Филатов Артём Андреевич


Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска

Лебедев Антон Андреевич


Position: Приглашенный преподаватель

course completion certificate

Certificate

Предусмотрен сертификат.

Similar courses