ראייה ממוחשבת - קורס חינם מבית Otus, הדרכה 4 חודשים, תאריך: 5.12.2023.

Miscellanea / by admin / December 08, 2023

click fraud protection

במהלך הקורס, תאמן רשתות עצביות לפתרון בעיות:
- סיווג ופילוח תמונות
- איתור אובייקטים בתמונות
- מעקב אחר אובייקטים בווידאו
- עיבוד של סצנות תלת מימדיות
- יצירת תמונות והתקפות על מודלים מאומנים של רשתות עצבים
תלמדו גם כיצד להשתמש במסגרות העיקריות ליצירת רשתות עצביות: PyTorch, TensorFlow ו-Keras. מפה של קורסי מדעי הנתונים ב-OTUS

למי מיועד הקורס הזה?

לאנשי מקצוע בתחום למידת מכונה אשר:

רוצה להתמחות בראייה ממוחשבת
כבר משתמש במתרגלי Deep Learning ורוצה להרחיב ולבנות את הידע
הקורס יאפשר לך לעבור ממשימות למידת מכונה קלאסיות כגון ניקוד אשראי, אופטימיזציה של CTR, זיהוי הונאה ו וכו', ולהיכנס לתחום המתפתח של Data Science, שבו כל הדברים הכי מעניינים קורים עכשיו ונפתחות קריירות חדשות אופקים.

ההכשרה תקנה לך את הכישורים הדרושים להגשת מועמדות למשרות הדורשות מיומנויות מקצועיות לפיתוח מערכת ראייה ממוחשבת. בחברות שונות, התמחויות נקראות אחרת, האפשרויות הנפוצות ביותר הן: מהנדס למידה עמוקה, מחשב מהנדס ראייה, מהנדס מחקר בינה מלאכותית [ראיית מחשב, למידת מכונה], מתכנת מחקר, למידה עמוקה/מחשב חָזוֹן.

במה שונה הקורס מאחרים?
הכנה לפתרון משימות לחימה: כיצד להפעיל רשת עצבית בענן ולהתאים את המודל לפלטפורמות שונות

instagram viewer

ידע מעמיק וגישות מודרניות לטכנולוגיות ראייה ממוחשבת
הושלמה עבודת פרויקט שניתן להוסיף לתיק העבודות שלך
דוגמאות מצחיקות, מעיין של רעיונות ויקומי סייברפאנק בהישג ידך - 4 חודשים יעברו בנשימה אחת!

במהלך הקורס אתה:
אתה תעבוד עם מערכי נתונים פתוחים עבור משימות שונות של Computer Vision
אתה תבין את עקרונות ההפעלה והאפשרויות של שכבות קונבולוציוניות ואיגום, כולל אלו הספציפיות למשימות זיהוי ופילוח של אובייקטים.
למד ליישם מנגנון קשב ברשתות קונבולוציוניות.
גלה אילו רעיונות עומדים בבסיס רשתות קונבולוציוניות מודרניות (MobileNet, ResNet, EfficientNet וכו')
תוכלו להבין גישות DL לזיהוי אובייקטים - למדו את משפחת R-CNN, גלאים בזמן אמת: YOLO, SSD. אתה יכול גם ליישם גלאי עצמים בעצמך.
למד לפתור את בעיית Deep Metric Learning באמצעות רשתות סיאמיות. למד מהו אובדן שלישייה ואובדן זוויתי.
צברו ניסיון בפתרון בעיות פילוח תמונה: U-Net, DeepLab.
למד ליישם כוונון עדין, להעביר למידה ולאסוף מערכי נתונים משלך לזיהוי אובייקטים ולפילוח תמונות, משימות למידה מטריות.
אתה תעבוד עם רשתות יריבות יצירתיות. הבן כיצד ניתן להשתמש ב-GAN עבור התקפות יריבות וכיצד ליישם GANs ברזולוציית סופר.
למד להפעיל מודלים על השרת (שרת tensorflow, TFX). היכרות עם מסגרות לאופטימיזציה של רשתות עצביות להסקה במכשירים ניידים/משובצים: Tensorflow Lite, TensorRT.
חקור ארכיטקטורות להגדרת נקודות ציון פנים: רגרסיה של צורות אשד, רשת יישור עמוק, רשת מוערמת שעון חול

אנה זקוטנייה

נו

היא סיימה את התכנית לתואר שני במימון כמותי בבית הספר הגבוה לכלכלה של אוניברסיטת המחקר הלאומית. מאז האוניברסיטה הוא מתעניין בלמידת מכונה ובבעיות למידה עמוקה. הצליח לעבוד על פרויקטים שונים: פיתח צינור לאיתור וזיהוי ציורים; מודול זיהוי משולב...

אלכסנדר סיזוב

קוּרס

מפתח מנוסה, מדען ומומחה ללמידה ממוחשבת/עמוק עם ניסיון במערכות ממליצים. יש לו יותר מ-30 פרסומים מדעיים ברוסית ובשפות זרות, הגן על עבודת הדוקטורט שלו בנושא ניתוח ו...

מפתח מנוסה, מדען ומומחה ללמידה ממוחשבת/עמוק עם ניסיון במערכות ממליצים. יש לו יותר מ-30 פרסומים מדעיים ברוסית ובשפות זרות, והגן על עבודת הדוקטורט שלו על ניתוח וחיזוי של סדרות זמן. בוגר הפקולטה למדעי המחשב באוניברסיטת המחקר הלאומי במוסקבה המכון להנדסת חשמל, שם בשנת 2008. קיבל תואר ראשון, תואר שני ב-2010 ומועמד למדעים טכניים ב-2014. עוד לפני שהתחלתי לעבוד על עבודת הדוקטורט שלו, התעניינתי בניתוח נתונים, ועם יישום הפרויקט המשמעותי הראשון שלי, עברתי ממתכנת רגיל לראש מחלקת הפיתוח. במשך כעשר שנים הוא לימד דיסציפלינות קשורות באוניברסיטת המחקר הלאומית במוסקבה להנדסת חשמל, בהיותו פרופסור חבר של המחלקה. מוביל צוותי Data Science בפיתוח פרויקטים בתחום ה-NLP, RecSys, Time Series ו- Computer Vision Teacher

אנטון ויטביצקי

קוּרס

מומחה בראייה ממוחשבת ולמידה עמוקה, מהנדס תוכנה מוסמך ומועמד למדעי הפיזיקה והמתמטיקה. בשנים 2012 עד 2017 עבד בזיהוי פנים ב-WalletOne, שפתרונותיה סופקו לעסקים בדרום...

מומחה בראייה ממוחשבת ולמידה עמוקה, מהנדס תוכנה מוסמך ומועמד למדעי הפיזיקה והמתמטיקה. מ-2012 עד 2017 עבד בזיהוי פנים ב-WalletOne, שפתרונותיה סופקו לעסקים בדרום אפריקה ובאירופה. השתתף בסטארט-אפ Mirror-AI, שם הוביל את צוות הראייה הממוחשבת. בשנת 2017, הסטארטאפ עבר את Y-combinator וקיבל השקעות ליצירת אפליקציה בה המשתמש יכול לשחזר את האווטאר שלו מסלפי. בשנת 2019 השתתף בסטארטאפ הבריטי Kazendi Ltd., בפרויקט HoloPortation. מטרת הפרויקט היא לשחזר אווטרים תלת מימדיים עבור משקפי המציאות הרבודה של HoloLens. מאז 2020, הוא מוביל את צוות הראייה הממוחשבת בסטארטאפ האמריקאי Boost Inc., העוסק בניתוח וידאו בכדורסל עבור ה-NCAA. מנהל תוכנית

מהיסודות ועד לארכיטקטורות מודרניות
-נושא 1. ראייה ממוחשבת: משימות, כלים ותוכנית הקורס
-נושא 2. רשתות עצביות קונבולוציוניות. פעולות של קונבולציה, טרנספוזיציה, משיכה
-נושא 3. אבולוציה של רשתות קונבולוציוניות: AlexNet->EfficientNet
-נושא 4. הכנת נתונים והגדלת
-נושא 5.OpenCV. גישות קלאסיות
-נושא 6. מערכי נתונים ומודלים סטנדרטיים ב- PyTorch באמצעות הדוגמה של Fine-tuning
-נושא 7. מערכי נתונים ומודלים סטנדרטיים ב-TensorFlow תוך שימוש בדוגמה של גישת ה-Transfer Learning
-נושא 8.TensorRT והסקת מסקנות בשרת

איתור, מעקב, סיווג
-נושא 9. זיהוי אובייקטים 1. הצהרת בעיה, מדדים, נתונים, R-CNN
-נושא 10. זיהוי אובייקטים 2. Mask-RCNN, YOLO, RetinaNet
-נושא 11. ציוני דרך: ציוני דרך פנים: PFLD, רשתות שעון חול מוערמות(?), רשתות יישור עמוקות (DAN),
-נושא 12. הערכת תנוחה
-נושא 13.זיהוי פנים
-נושא 14. מעקב אחר אובייקטים

פילוח, מודלים מחוללים, עבודה בתלת מימד ווידאו
-נושא 15. פילוח + פילוח תלת מימדי
-נושא 16.שיטות אופטימיזציה של הרשת: גיזום, מיקסינט, קוונטיזציה
-נושא 17. נהיגה עצמית / רכב אוטונומי
-נושא 18.מקודדים אוטומטיים
-נושא 19. עבודה עם סצנות תלת מימד. PointNet
-נושא 20.GANs 1. מסגרת, יצירת מותנה ורזולוציית-על
-נושא 21.GANs 2. סקירת אדריכלות
-נושא 22. זיהוי פעולה ותלת מימד לווידאו

פרוייקט עבודה
-נושא 23. בחירת נושא וארגון עבודת הפרויקט
-נושא 24. ייעוץ בפרויקטים ושיעורי בית
-נושא 25.הגנה על עבודת עיצוב

ענן תגיות

Miscellanea

דֵרוּג

צפיות

תגובות