«Модель ніби працює, але в реальному пайплайні все сиплеться»..
«Я або роблю фільтри й дескриптори, або одразу кидаю все в нейронку — і не розумію, що краще»..
«Потрібні object tracking / video analytics / 3D — а в мене немає end-to-end досвіду»..
Знайомо? Ви вже працюєте або хочете зростати у напрямку Computer Vision і стикаєтесь з подібними трубнощами, а більшість рішень так і залишаються на рівні демо? Просто «загрузли» на певному етапі свого кар’єрного росту і хочете бустонути?
Курс Computer Vision – це формування інженерного мислення і вирішення ваших задач зараз, а не набір дроблених технік.
Теми, які ми розглянемо
Тема 1. Моделі подання та перетворення цифрових зображень.
Заняття 1. Растрові цифрові зображення.
Заняття 2. Векторні цифрові зображення.
Домашнє завдання 1. Растрові та векторні цифрові зображення.
Тема 2. Фільтрація та покращення якості цифрових зображень.
Заняття 3. Фільтрація цифрових зображень.
Заняття 4. Покращення якості цифрових зображень.
Домашнє завдання 2 Фільтрація та покращення якості цифрових зображень.
Тема 3. Виділення ознак зображень та їх прикладне використання.
Заняття 5. Дескриптор цифрових зображень. Технологія Object Tracking
Домашнє завдання 3. Технології порівняння цифрових зображень та Object Tracking.
Заняття 6. Машинне навчання: кластеризація та класифікація.
Домашнє завдання 4 Технології кластеризації та класифікації в Computer Vision
Заняття 7. Машинне навчання: ідентифікація.
Домашнє завдання 5 Технології ідентифікації в Computer Vision.
Заняття 8. Основи штучних нейронних мереж.
Заняття 9. Застосування штучних нейронних мереж.
Домашнє завдання 6. Реалізація методів глибинного навчання в Computer Vision.
Заняття 10. Реконструкція 3D зображень.
Домашнє завдання 7. Технології реконструкції 3D зображень
Результат після курсу:
- Створите власні рішення для цифрової обробки зображень і зберете портфоліо кейсів
- Навчитеся виконувати сегментацію зображень і розпізнавати об’єкти у фото та відео
- Реалізуєте пошук і стеження за об’єктами у відеопотоці в реальному часі
- Зрозумієте, як працює реконструкція 3D-сцени та навігація в ній, і зможете застосувати ці підходи на практиці
- Подолаєте бар’єр «лише теорія» — зможете застосовувати Computer Vision у реальних проєктах
- Отримаєте впевненість у застосуванні Computer Vision для прикладних бізнес- і R&D-задач
Більше про нашого тренера
Олексій Писарчук
- Computer Vision та Machine Learning у реальних продуктах
- Data Science і Big Data для прикладних бізнес-задач
- R&D та впровадження AI-рішень від ідеї до продакшену
Практик, а не теоретик:
- Брав участь у більш, ніж 30-ти R&D та комерційних проєктах у державних і приватних ІТ-компаніях України
- Працював в ролях Researcher та R&D Engineer, з фокусом на прикладні задачі Computer Vision
- Має досвід створення та масштабування AI-рішень, які зараз використовуються в реальних системах
Ви навчаєтесь у експерта, який працює з Computer Vision у реальних проєктах, тому маєте змогу отримати не абстрактну теорію, а підходи, які можна одразу застосувати в роботі.
Старт навчання 30.03 — саме зараз оптимальний момент увійти в напрям Computer Vision і використати його для нових проєктів та ролей!
FAQ
Чи потрібен попередній досвід у Computer Vision?
Ні. Курс розрахований на розробників із базовими знаннями Python і математики та поступово приводить до прикладного використання Computer Vision.
У якому форматі проходить навчання?
Онлайн-заняття за розкладом (Пн/Ср 19:00), практичні домашні завдання та матеріали для самостійної роботи.
Які інструменти та підходи використовуються?
Сучасні підходи Computer Vision, машинного та глибинного навчання, які застосовуються в реальних R&D і продуктових задачах.
Для яких ролей курс буде корисним?
Для Software Developers, Embedded Engineers, Research Engineers, Data Scientists і Python-розробників, які хочуть працювати з візуальними даними.
Чи буде підтримка від тренера?
Так. Ви працюєте з експертом, який має реальний досвід впровадження Computer Vision у проєктах і допомагає розібрати складні моменти.
Доступна оплата частинами без комісії та відсотків від ПриватБанк
