Анализ изображений - [МФТИ]

Анализ изображений - [МФТИ]

• Правила хорошего кода
• Красивый код на Python
• Пробелы и табуляция
• Комментирование
• Аннотирование

• Изображение - что из себя представляет
• Св-ва изображения: Насыщенность, Яркость
• Модели цвета: RGB, HSB, CMYK
• Примеры современных систем и алгоритмов компьютерного зрения
• Устройство камеры и оптической системы человека

• Основные задачи обработки изображений
• Цветокоррекция изображений. Гистограммы, линейная и нелинейная коррекции яркости. Модели камеры и цветокоррекции.
• Конволюции
• Edge Detection
• Contour Detection
• SURF и SIRF
• Гомография
• Selective search

• Нейронная сеть
• Функции активации
• Функции ошибок
• Градиентный спуск
• Оптимизаторы
• Регуляризация
• BatchNormalization

• Предобработка данных для нейронной сети
• Методы аугментации данных
• MixUp
• Популярные датасеты изображений
• Kaggle

• CNN
• MaxPooling
• Модификации CNN
• Архитектуры CNN

• Задача классификации изображений
• Метрики качества классификации
• Функции ошибки классификации
• Трюки для улучшения классификации

• Задача сегментации изображений: Семантическая сегментация, Instance segmentation
• Метрики качества классификации
• Архитектуры сегментации: SegNet, Unet и т. д.
• Функции ошибки сегментации

• Задача детектирования объектов на изображении
• Метрики качества детекции
• Архитектуры детекции

• Задача идентификации
• Идентификация лиц
• Функции ошибки
• Metic Learning
• Модель CLIP

• Детектирование строк
• Распознавание текста
• CTC loss
• Архитектуры

• Оптический поток: FlowNet, SpyNet, PWC-Net
• Карта глубин

• Автоэнкодер
• Вариационный автоэнкодер
• Conditional Variational Autoencoder
• Кластеризация полученных векторов
• Few-shot обучение на полученных векторах

• Задача генерации изображений
• Генеративно-состязательная сеть
• Функция ошибки

• CAM
• GradCAM

• Другие задачи обработки и анализа изображений: 3D
• Дальнейшие пути развития

12 000 руб./месяц
или 60 000 полностью

Скрытая ссылка