Datorseende - gratis kurs från Otus, utbildning 4 månader, Datum: 5 december 2023.

Under kursen kommer du att träna neurala nätverk för att lösa problem:
- klassificering och segmentering av bilder
- detektering av objekt i bilder
- spåra objekt på video
- bearbetning av tredimensionella scener
- generering av bilder och attacker på utbildade neurala nätverksmodeller
Du kommer också att lära dig hur du använder de viktigaste ramverken för att skapa neurala nätverk: PyTorch, TensorFlow och Keras. Karta över datavetenskapskurser på OTUS

Vem är den här kursen för?

För proffs inom maskininlärning som:

• Vill du specialisera dig inom datorseende
• Använder redan Deep Learning-utövare och vill utöka och systematisera kunskap
• Kursen låter dig byta från klassiska maskininlärningsuppgifter som poängsättning, CTR-optimering, bedrägeriupptäckt och etc., och komma in i det växande området för datavetenskap, där alla de mest intressanta sakerna händer nu och nya karriärer öppnar sig horisonter.

Utbildningen kommer att ge dig nödvändiga kompetenser för att söka jobb som kräver professionella färdigheter i utveckling av datorseendesystem. I olika företag kallas specialiteter olika, de vanligaste alternativen är: Deep learning engineer, Computer Vision Engineer, AI Research Engineer [Computer Vision, Machine Learning], forskningsprogrammerare, Deep Learning/Computer Syn.

Hur skiljer sig kursen från andra?
Förbereder sig för att lösa stridsuppdrag: hur man startar ett neuralt nätverk i molnet och anpassar modellen för olika plattformar
Fördjupad kunskap och moderna förhållningssätt till datorseendeteknologier
Genomfört projektarbete som kan läggas till din portfölj
Roliga exempel, en fontän av idéer och cyberpunk-universum till hands - 4 månader flyger förbi i ett andetag!

Under kursen:
Du kommer att arbeta med öppna dataset för olika datorseende uppgifter
Du kommer att förstå driftsprinciperna och alternativen för faltnings- och poolskikt, inklusive de som är specifika för objektdetektering och segmenteringsuppgifter.
Lär dig att tillämpa uppmärksamhetsmekanismen i konvolutionerande nätverk.
Ta reda på vilka idéer som ligger till grund för moderna konvolutionella nätverk (MobileNet, ResNet, EfficientNet, etc.)
Du kommer att förstå DL-metoder för objektdetektering - studera R-CNN-familjen, realtidsdetektorer: YOLO, SSD. Du kan också implementera en objektdetektor själv.
Lär dig att lösa problemet med Deep Metric Learning med hjälp av siamesiska nätverk. Lär dig vad triplettförlust och vinkelförlust är.
Få erfarenhet av att lösa bildsegmenteringsproblem: U-Net, DeepLab.
Lär dig att tillämpa finjustering, överför inlärning och samla dina egna datauppsättningar för objektdetektering och bildsegmentering, metriska inlärningsuppgifter.
Du kommer att arbeta med generativa kontradiktoriska nätverk. Förstå hur GAN kan användas för motstridiga attacker och hur man implementerar superupplösta GAN.
Lär dig att köra modeller på servern (tensorflow-servering, TFX). Bekanta dig med ramverk för att optimera neurala nätverk för slutledning på mobila/inbäddade enheter: Tensorflow Lite, TensorRT.
Utforska arkitekturer för att definiera ansiktslandmärken: kaskadformregression, Deep Alignment Network, Stacked Hourglass Network

Anna Zakutnyaya

1

väl

Hon tog examen från masterprogrammet i kvantitativ finansiering vid National Research University Higher School of Economics. Sedan universitetet har han varit intresserad av maskininlärning och problem med djupinlärning. Lyckades arbeta med olika projekt: utvecklade en pipeline för upptäckt och igenkänning av målningar; integrerad igenkänningsmodul...

Alexander Sizov

3

kurs

Erfaren utvecklare, forskare och maskin-/djupinlärningsexpert med erfarenhet av rekommendatorsystem. Han har mer än 30 vetenskapliga publikationer på ryska och främmande språk, försvarade sin doktorsavhandling på ämnet analys och...

Anton Vitvitsky

2

kurs

Expert inom datorseende och djupinlärning, certifierad mjukvaruingenjör och kandidat för fysikaliska och matematiska vetenskaper. Från 2012 till 2017 arbetade han med ansiktsigenkänning på WalletOne, vars lösningar levererades till företag i södra...