Как научить нейросеть видеть: быстрый старт в компьютерное зрение
Интенсив завершен, но вы можете посмотреть его в записи
На интенсиве вы узнаете, как с помощью нейросетей определять объекты на изображениях и распознавать лица на фото. Познакомитесь с основами языка Python и машинным обучением, поработаете с 3 нейросетями, разберёте задачи из сферы компьютерного зрения и решите, стоит ли развиваться в Data Science.
Компьютерное зрение — это алгоритмы искусственного интеллекта, с помощью которых компьютер может распознавать объекты на фото
или видео. Разработкой таких алгоритмов занимаются специалисты по Data Science. Компьютерное зрение
уже вовсю используют в медицине, промышленности, образовании, игровой индустрии, кинематографе, транспорте.
Дата-сайентисты востребованы на рынке труда. Более 1 300 вакансий для таких специалистов открыто на hh.ru.
-
от 50 000
до 200 000 ₽ средняя зарплата специалиста
Кому подойдёт интенсив
Новичкам, которые выбирают направление в IT
Попробуете себя в роли специалиста по Data Science, получите опыт работы с нейросетями и решите, подходит ли вам это направление. Всем, кто интересуется Data Science или анализом данных
Познакомитесь с темой на практике. Разберёте основные задачи компьютерного зрения
и поработаете с 3 нейросетями.Тем, кто восхищается нейросетями
Вы на практике узнаете, что стоит за этой магией и как нейросети распознают изображения не хуже (а иногда лучше) людей.
Вы научитесь
-
Понимать основные задачи компьютерного зрения и для чего оно используется -
Основам программирования на Python -
Работать с 3 нейросетями для компьютерного зрения: ResNet 50, YOLOv5 и mask-RCNN -
Работать с PyTorch и Ultralytics — основными инструментами для машинного обучения
на Python -
Понимать, как нейросети преобразуют изображения в ответ на задачу -
Определять, что изображено на картинке, выделять объекты и распознавать лица
с помощью нейросетей
Программа
- Урок 1
Учим нейросети распознавать изображения и лица
- Что такое компьютерное зрение. Для чего его применяют?
- Как определить, что изображено на картинке? Задача классификации.
- Примеры, где используется классификация изображений.
- Как нейронная сеть преобразует изображение в ответ на задачу.
- Практика: учимся определять, что изображено на картинке, с помощью нейронной сети.
- Распознаём лица с помощью нейросети.
- Урок 2
Обнаруживаем объекты на изображении с помощью нейросетей
- Задача детекции: обнаруживаем объекты на картинке.
- Практика: учимся обнаруживать объекты на изображении с помощью нейросети YOLOv5.
- Задача сегментации: выделяем объекты на картинке.
- Какие виды сегментации существуют.
- Практика: учимся выделять границы объектов на изображении с помощью нейросети Mask-RCNN.
- Урок 3
Введение в компьютерное зрение: подводим итоги
- С какими ещё задачами можно встретиться в области компьютерного зрения.
- Разбираем домашние работы.
Преподаватель
Андрей Макаровский
Data Scientist в Сбербанк-
3,5 года в области науки о данных. -
Внедрял компьютерное зрение в работу предприятия тяжёлой промышленности. -
Участвовал в исследовании по генерации изображений для маркетинговых компаний.
Получить доступ к записи бесплатного интенсива
Получайте расписание новых интенсивов каждую неделю
Раз в неделю мы будем присылать вам расписание грядущих интенсивов на почту. Подпишитесь, чтобы не пропустить вебинары по своим темам.
