Компютърно зрение - безплатен курс от Otus, обучение 4 месеца, Дата: 05.12.2023г.

По време на курса ще обучите невронни мрежи за решаване на проблеми:
- класифициране и сегментиране на изображения
- откриване на обекти в изображения
- проследяване на обекти на видео
- обработка на триизмерни сцени
- генериране на изображения и атаки върху обучени модели на невронни мрежи
Ще научите също как да използвате основните рамки за създаване на невронни мрежи: PyTorch, TensorFlow и Keras. Карта на курсовете по Data Science в OTUS

За кого е този курс?

За професионалисти в машинното обучение, които:

• Искате да специализирате компютърно зрение
• Вече използвате Deep Learning практици и искате да разширите и систематизирате знанията
• Курсът ще ви позволи да преминете от класически задачи за машинно обучение като кредитен рейтинг, CTR оптимизация, откриване на измами и и т.н., и да влезете в развиващата се област на Data Science, където всички най-интересни неща се случват сега и се откриват нови кариери хоризонти.

Обучението ще ви даде необходимите компетенции, за да кандидатствате за работни места, които изискват професионални умения за разработване на системи за компютърно зрение. В различните компании специалностите се наричат ​​по различен начин, най-често срещаните опции са: инженер по дълбоко обучение, компютър Визуален инженер, изследователски инженер по изкуствен интелект [компютърно зрение, машинно обучение], изследователски програмист, дълбоко обучение/компютър Визия.

С какво курсът е различен от другите?
Подготовка за решаване на бойни мисии: как да стартирате невронна мрежа в облака и да адаптирате модела за различни платформи
Задълбочени познания и съвременни подходи към технологиите за компютърно зрение
Завършен проект, който може да бъде добавен към вашето портфолио
Забавни примери, фонтан от идеи и киберпънк вселени на една ръка разстояние - 4 месеца ще отлетят на един дъх!

По време на курса вие:
Ще работите с отворени набори от данни за различни задачи за компютърно зрение
Ще разберете принципите на работа и опциите на конволюционните и обединяващите слоеве, включително тези, специфични за задачи за откриване на обекти и сегментиране.
Научете се да прилагате механизъм за внимание в конволюционни мрежи.
Разберете какви идеи са в основата на съвременните конволюционни мрежи (MobileNet, ResNet, EfficientNet и др.)
Ще разберете DL подходите за откриване на обекти - изучавайте семейството R-CNN, детектори в реално време: YOLO, SSD. Можете също така сами да внедрите детектор на обекти.
Научете се да решавате проблема с Deep Metric Learning с помощта на сиамски мрежи. Научете какво представляват триплетни загуби и ъглови загуби.
Придобийте опит в решаването на проблеми със сегментирането на изображения: U-Net, DeepLab.
Научете се да прилагате фина настройка, да прехвърляте обучение и да събирате свои собствени набори от данни за откриване на обекти и сегментиране на изображения, задачи за обучение на метрики.
Ще работите с генеративни състезателни мрежи. Разберете как GAN могат да се използват за състезателни атаки и как да внедрите GAN със супер резолюция.
Научете се да изпълнявате модели на сървъра (tensorflow serving, TFX). Запознайте се с рамки за оптимизиране на невронни мрежи за изводи на мобилни/вградени устройства: Tensorflow Lite, TensorRT.
Разгледайте архитектури за дефиниране на забележителности на лицето: регресия на каскадна форма, мрежа за дълбоко подравняване, мрежа с подредени пясъчни часовници

Анна Закутняя

1

добре

Завършила е магистърска програма по количествени финанси в Националния изследователски университет Висше училище по икономика. Още от университета той се интересува от машинно обучение и проблеми с дълбокото обучение. Успя да работи по различни проекти: разработи конвейер за откриване и разпознаване на картини; интегриран модул за разпознаване...

Александър Сизов

3

курс

Опитен разработчик, учен и експерт по машинно/задълбочено обучение с опит в препоръчителните системи. Има повече от 30 научни публикации на руски и чужди езици, защитил е докторска дисертация на тема анализ и...

Антон Витвицки

2

курс

Експерт по компютърно зрение и дълбоко обучение, сертифициран софтуерен инженер и кандидат на физико-математическите науки. От 2012 г. до 2017 г. той работи в областта на лицевото разпознаване в WalletOne, чиито решения бяха доставени на фирми в Южна...