Что даст вам этот курс

проектировать решения для задач компьютерного зрения;
собирать прототипы решений и проверять гипотезы;
доводить готовое решение до продакшна.

На занятиях вы будете решать задачи:

классификации и сегментации изображений;
детекции объектов на изображениях;
отслеживания объектов на видео;
порождения изображений и атаки на обученные модели нейронных сетей;
computer vision на трехмерных объектах.

Также вы научитесь использовать PyTorch, TenserFlow и OpenCV для решения задач computer vision.
Современные архитектуры и работа сданными
Компьютерное зрение: задачи,инструменты и программа курса
Эволюция сверточных сетей: AlexNet -> ResNetX
Стандартные датасеты и модели в Tensorflow на примереподхода TransferLearning
Стандартные датасеты и модели в PyTorch на примере Fine-tuning
Подготовка и аугментация данных
Внимание в сверточных сетях.Аннотация
Детекция объектов и работа с видео
Классические подходы к CV, работа с OpenCV
Objectdetection 1. RCNN, FastRCNN, FasterRCNN
Objectdetection 2. YOLO, Single-Shot Detector
Landmarks: Cascade shape regression, Deep Alignment Network,Stacked Hourglass Network и другие
Работа с видео. Object tracking
Инференс на сервере
Сегментация и не только
Сегментация 1. U-net
Сегментация 2. DeepLab
GANs, super-resolution, adversarial attack
Работаем с 3D сценами. PointNet.
TensorRT. Адаптируем модель к девайсу
Проектная работа

Консультация по проекту
Консультация по проекту
Проектная работа

[Otus] Компьютерное зрение. Часть 3 из 4