Computer Vision и распознавание образов
Научитесь создавать продвинутые системы компьютерного зрения, которые могут распознавать объекты, анализировать изображения и видео. Этот курс охватывает все аспекты computer vision - от базовой обработки изображений до современных deep learning подходов.
Вы освоите сверточные нейронные сети, научитесь решать задачи классификации изображений, детекции объектов, сегментации и многие другие. Курс включает работу с реальными датасетами и создание практических приложений.
Что вы изучите:
- Основы обработки изображений
- Сверточные нейронные сети (CNN)
- Классификация изображений
- Детекция объектов (YOLO, R-CNN)
- Семантическая сегментация
- Распознавание лиц
- Отслеживание объектов в видео
- Transfer Learning для CV
- Работа с OpenCV и PyTorch
- Deployment моделей CV
О курсе
Computer Vision - одна из наиболее востребованных областей искусственного интеллекта, применяемая в автономных транспортных средствах, медицинской диагностике, системах безопасности и многих других сферах. Этот курс предоставляет комплексные знания для работы с визуальными данными.
Вы начнете с основ обработки изображений и постепенно перейдете к изучению продвинутых архитектур нейронных сетей для компьютерного зрения. Курс включает теоретические лекции, практические занятия с кодом и несколько проектов, которые вы можете добавить в свое портфолио.
После завершения курса вы сможете разрабатывать и внедрять системы компьютерного зрения, оптимизировать модели для реального времени и работать с большими объемами визуальных данных.
Программа курса
Модуль 1: Основы обработки изображений
Цветовые пространства, фильтры, трансформации
Модуль 2: Введение в CNN
Архитектура CNN, слои свертки и pooling
Модуль 3: Классификация изображений
ResNet, VGG, EfficientNet, transfer learning
Модуль 4: Детекция объектов
YOLO, Faster R-CNN, SSD, обнаружение множественных объектов
Модуль 5: Сегментация изображений
U-Net, Mask R-CNN, семантическая и instance сегментация
Модуль 6: Распознавание лиц
Face detection, face recognition, face verification
Модуль 7: Видео анализ
Отслеживание объектов, оптический поток, action recognition
Модуль 8: Финальный проект
Разработка end-to-end CV приложения
Преподаватель
Др. Игорь Кузнецов - эксперт в области компьютерного зрения с более чем 11-летним опытом. Работал в Intel и Apple над разработкой систем распознавания образов для мобильных устройств и автономных систем.
Автор более 25 научных публикаций в области computer vision. Специализируется на разработке эффективных CV моделей для встраиваемых систем и edge computing.