Специальная цена
Промокод: CVA07
Компьютерное зрение
Современные подходы к решению задач компьютерного зрения от алгоритмов до внедрения в продакшн в разных средах
31 июля
Professional
4 месяца
Онлайн
Вт/Чт 20:00 Мск
Для кого этот курс?
Для студентов профильных ВУЗов, программистов и специалистов Data Science, которые:
- Хотят научиться решать задачи в области Computer Vision
- Уже знакомы с Deep Learning и нейронными сетями, и хотят расширить свои знания
- И просто тем, кому нравится работать с визуальной информацией (изображения, фотографии, видео, 3д-сцены)
Необходимые знания:
- Базовое знакомство с Python
- Базовые знания линейной алгебры (матрицы, векторы, градиентный спуск)
- Базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия)
Подходит ли эта программа именно вам?
Пройдите короткий тест, который проверяет ваше знание пререквизитов, а именно математики и питона, которые понадобятся вам на курсе
Что даст вам этот курс?
Вы освоите современные техники, методы, подходы, архитектуры и алгоритмы в области Computer Vision и сможете решать индустриальные задачи, используя полученные навыки. По ходу курса вы будете создавать и обучать модели нейронных сетей для решения таких задач как:
- Классификация и сегментация изображений
- Детекция и отслеживание объектов на видео
- Обработки и анализа трехмерных сцен
- Распознавание лиц и людей по силуэту
- Генерация и реконструкция изображений
- Описание действий, происходящих на видео
- Оптимизация и ускорение работы нейросетей
- Развертывание моделей в продакшн
Во время курса вы:
- Разберетесь в принципах работы и архитектурах нейронных сетей
- Научитесь работать с датасетами изображений и видео, а также применять различные техники аугментации данных
- Узнаете как детектировать объекты на изображениях и спутниковых снимках при помощи детекторов из семейства YOLO
- Разберетесь как сегментировать изображения и медицинские снимки при помощи разных техник
- Узнаете как распознавать лица с высокой степенью точности
- Познакомитесь с методами отслеживания и трекинга объектов на видео
- Получите опыт в решении задач связанных с калибровкой камер и анализом геометрии сцены
- Попрактикуйтесь развертывать свою модель на сервере
- Сегментирование и детекция объектов мусора. Улучшение качества модели за счёт использования синтетических данных
- Улучшение семантической сегментации ледового покрова СЛО по снимкам ДЗЗ(Дистанционного зондирования земли)
- Анализатор количества товара на полке магазина
- Предварительная обработка изображений для компенсации зрительных аномалий
- Автоматизация регистрации груза на автомобильных весах
Веселые примеры, фонтан идей и вселенные киберпанка на кончиках пальцев — 4 месяца пролетят на одном дыхании! И, конечно, подготовка к решению боевых задач: как запустить нейросеть в облаке и адаптировать модель под разные платформы
Процесс обучения
Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время. Вам будут помогать и делиться опытом наши преподаватели и менторы, которые являются практикующими специалистами в области Computer Vision.
В ходе обучения вы будете выполнять домашние задания, а также разработаете свой выпускной проект по той теме, которая вам интересна!
Итогом вашего обучения станет защита вашего проекта, который вы сможете демонстрировать потенциальным работодателям, или же продолжите развивать его как свой пет-проект. По окончанию обучения вы также получите все необходимые сертификаты.
Оптимальная нагрузка
Возможность совмещать учебу с работой.Эксперты
Преподаватели из разных сфер, каждый со своим уникальным опытом.
Перспективы
Получите знания, которые помогут повысить вашу востребованность и доход.
Партнеры
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.
- Карьерные мероприятия в сообществе
Публичный разбор резюме
Публичное прохождение собеседования и воркшопы - Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
Работодатели курса
Формат обучения
Интерактивные вебинары
2 онлайн-трансляции по 2 ак. часа в неделю. Доступ к записям и материалам остается навсегда.
Обратная связь
Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии.
Активное комьюнити
Чат в Telegram для общения преподавателей и студентов.
Программа
Нейронные сети и инструменты CV
Базовый модуль посвящен основам нейронных сетей и компьютерного зрения. Вводная лекция посвящена настройке рабочего окружения и установке необходимых библиотек, которые понадобятся вам для обучения на курсе. Далее, повторим программирование на Python и рассмотрим ключевые ML-библиотеки — numpy и scipy, а также рассмотрим платформу Kaggle. Рассмотрим простейшую модель искусственного нейрона и простейшую нейронную сеть. Изучим то, как обучаются нейронные сети при помощи градиентного спуска и алгоритма обратного распространения ошибки. Посмотрим, какие проблемы нас ожидают во время обучения моделей и как справиться с этими проблемами. Рассмотрим основной пайплайн подготовки и аугментации данных для CV. И, конечно, попрактикуемся использовать PyTorch для создания, обучения и инференса нейронных сетей.
Тема 1: Вводная лекция: задачи, инструменты и программа курса
Тема 2: Python и Kaggle, Numpy и Scipy
Тема 3: От нейрона к нейронной сети
Тема 4: Градиентный спуск и backpropagation
Тема 5: PyTorch: тензоры, подготовка данных, training loop
Тема 6: Переобучение и регуляризация
Тема 7: OpenCV / Kornia: Классические подходы в CV
Тема 8: Взрыв и затухание градиентов
Тема 9: Подготовка и аугментация данных
Тема 10: Адаптивные методы градиентного спуска
Архитектуры нейронных сетей
В этом модуле мы пройдемся по основным архитектурам нейронных сетей, применяемых в компьютерном зрении, — от сверточных сетей к современным трансформерам и CLIP-моделям. В финале модуля также состоится выбор темы и ментора для вашего выпускного проекта.
Тема 1: Сверточные нейронные сети: свертка, пулинг, функции активации
Тема 2: PyTorch: стандартные датасеты и модели torchvision, MNIST, transfer learning
Тема 3: Сверточные нейронные сети: от AlexNet до EfficientNet
Тема 4: Трансформеры в задачах зрения
Тема 5: CLIP-модели
Тема 6: Выбор темы и организация проектной работы
Стандартные задачи CV
Модуль посвящен стандартным задачам компьютерного зрения. Начнем с базовой задачи — детектирования объектов на изображениях. Далее рассмотрим три основных задачи сегментации (instance, semantic и panoptic). После перейдем к задачам детектирования ключевых точек лица (landmarks) и тела (pose estimation). И, наконец, затронем такую знаменитую задачу, как детекция и распознавание лиц. Бонусом будет лекция, целиком посвященная геометрическим нейросетевым методам, применяемым в задачах компьютерного зрения.
Тема 1: Object Detection: постановка задачи, метрики, YOLO
Тема 2: Сегментация: базовые задачи instance, semantic, panoptic
Тема 3: Face and Landmarks Detection
Тема 4: Face Recognition
Тема 5: Pose Estimation
Тема 6: Геометрические методы компьютерного зрения
Генеративные модели
Данный модуль целиком посвящен генеративным моделям ИИ. Начнем с классической темы автоэнкодеров и вариационных автокодировщиков, а также рассмотрим классическую задачу переноса стиля изображений. Далее перейдем к генеративным состязательным моделям (GAN), при помощи которых попробуем сгенерировать фейковые изображения. После GAN затронем горячую тему диффузионных моделей, таких как Stable Diffusion, при помощи которых будем генерировать изображения.
Тема 1: Автокодировщики и VAE
Тема 2: Neural Style Transfer
Тема 3: GAN: Базовая теория, условная генерация, super-resolution
Тема 4: GANs 2. Обзор архитектур
Тема 5: Диффузионные модели: базовая теория
Тема 6: Диффузионные модели: Stable diffusion
Проектная работа
Заключительный месяц курса посвящен проектной работе. Свой проект — это то, что интересно писать слушателю. То, что можно создать на основе знаний, полученных на курсе. При этом не обязательно закончить его за месяц. В процессе написания по проекту можно получить консультации преподавателей.
Тема 1: Консультация по проектам
Тема 2: Защита проектных работ
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Выпускной проект
В течение всего курса вы будете работать над индивидуальным проектом. Будет предложено несколько вариантов на выбор:
- Удаление объектов с фото
- Выделение описания фото из текста
- Поиск/удаление брендов на фото/видео
- Генерация персонального аватара в заданном стиле
- Озвучивание видео
- Ваш проект на выбор
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Ближайшие мероприятия
Открытый вебинар — это настоящее занятие в режиме он-лайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.
- Принципы генерации изображений: постановка задачи, ключевые архитектуры
- Обзор моделей: VAE, GAN, Diffusion — эволюция подходов и отличия
- Разбор архитектуры Stable Diffusion и её механизмов (latent space, denoising, guidance)
- Обзор популярных фреймворков и API (Diffusers, ComfyUI, InvokeAI)
- Кейсы применения: дизайн, геймдев, создание synthetic data
Что узнают участники:
- Как устроены современные модели генерации изображений и в чём их различия
- Какие подходы применяются в индустрии, и с чего начать практическую работу
- Какие инструменты и библиотеки доступны для самостоятельной генерации изображений
- Текущие возможности, ограничения и направления развития генеративных моделей
Кому будет полезен вебинар:
- ML/AI-специалистам, интересующимся практическим применением генеративных моделей в CV-задачах
- Разработчикам, которые хотят разобраться в принципах работы моделей и научиться использовать их в продуктах и R&D
- Студентам технических вузов и слушателям DS-программ, осваивающим современные подходы в deep learning
- Инженерам и исследователям, следящим за прогрессом в области генеративного ИИ и архитектурной эволюцией моделей
• Базовая структура свёрточных сетей: фильтры, каналы, свёртки, pooling, fully-connected слои
• Эволюция архитектур: от LeNet и VGG до ResNet, Inception и MobileNet
• Примеры применения: задачи классификации, детекции, сегментации, медицины, автономных систем и др.
•Обсуждение сильных и слабых сторон CNN и их актуальности в современных пайплайнах
Свёрточные нейронные сети (CNN) — архитектура, которая стала фундаментом современного компьютерного зрения. На этой лекции разберём, как устроены CNN, почему они так эффективны для анализа изображений и как их эволюция повлияла на развитие всей области.
🟢Вебинар будет особенно интересен:
• Студентам технических направлений, изучающим машинное обучение и ИИ
• Начинающим ML-инженерам и data scientists, осваивающим CV-инструментарий
• Тем, кто хочет разобраться, как именно работают свёрточные сети — на уровне интуиции и архитектурных блоков
🟢На открытом уроке вы:
• Поймёте, как работает сверточная архитектура и зачем нужны Conv, Pooling и Encoder-блоки
• Разберётесь в ключевых архитектурах CNN и их роли в развитии CV
• Научитесь понимать и выбирать CNN-модели под задачи анализа изображений, включая задачи на ваших проектах
Прошедшие
мероприятия
Возможность пройти вступительное тестирование повторно появится только через 3 дня
Результаты тестирования будут отправлены вам на email, указанный при регистрации.
Тест рассчитан на 30 минут, после начала тестирования отложить тестирование не получится!
Корпоративное обучение для ваших сотрудников
- Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
- Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
- OTUS проверяет знания студентов перед стартом обучения и после его завершения
- Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
- Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
- OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год
Отзывы
Подтверждение знаний и навыков
OTUS осуществляет лицензированную образовательную деятельность.
В конце обучения вы получите сертификат OTUS о прохождении курса.
После обучения вы:
- Получите материалы по пройденным занятиям (видеозаписи курса, дoполнительные материалы, финальный проект для добавления в портфолио)
- Создадите своё портфолио проектов, которое поможет при прохождении собеседований
- Повысите свою ценность и конкурентоспособность как IT-специалист
- Получите сертификат об окончании курса
Компьютерное зрение
Полная стоимость со скидкой
Стоимость указана для оплаты физическими лицами
вычета до 13% стоимости обучения. Пройдите тестирование и менеджер вас проконсультирует
+7 499 938-92-02 бесплатно