Компьютерное зрение от Otus

Модуль 1. От основ к современным архитектурам

• Тема 1. Компьютерное зрение: задачи, инструменты и программа курса

• Тема 2. Сверточные нейронные сети. Операции свертки, транспонированной свертки, пуллинг

• Тема 3. Эволюция сверточных сетей: AlexNet->EfficientNet

• Тема 4. Подготовка и аугментация данных

• Тема 5. OpenCV / Kornia: Классические подходы / DNN

• Тема 6. Стандартные датасеты и модели в PyTorch на примере Fine-tuning

• Тема 7. Автокодировщики и автокодирование

• Тема 8. TensorRT и инференс на сервере

Модуль 2. Детекция, классификация, сегментация

• Тема 9. Object detection 1. Постановка задачи, метрики, данные, R-CNN

• Тема 10. Object detection 2. Mask-RCNN, YOLO, RetinaNet

• Тема 11. Landmarks: Facial landmarks: PFLD, stacked hourglass networks(?), Deep Alignment Networks (DAN)

• Тема 12. Pose estimation

• Тема 13. Face recognition

• Тема 14. Сегментация + 3D-сегментация

• Тема 15. Object tracking

Модуль 3. Трансформеры, генеративные модели, работа с 3D и видео

• Тема 16. Трансформеры в CV

• Тема 17. Работаем с 3D сценами. PointNet

• Тема 18. Self-driving / Autonomous Vehicles

• Тема 19. Методы оптимизации сетей: prunning, mixint, quantization

• Тема 20. Neural Style Transfer

• Тема 21. GANs 1. Фреймворк, условная генерация и super-resolution

• Тема 22. GANs 2. Обзор архитектур

• Тема 23. Action recognition и 3d для видео

Модуль 4. Проектная работа

• Тема 24. Итоги курса и организация проектной работы

• Тема 25. Консультация по проектам и домашним заданиям

• Тема 26. Защита проектных работ