Научитесь работать с компьютерным зрением — программой, которая выделяет объекты на изображениях и видео и распознаёт их. Изучите азы Python, познакомитесь с предобученными нейросетями и напишете приложение для анализа информации с камер видеонаблюдения.
Кому подойдёт интенсив
Новичкам
Научитесь писать простой и понятный код на Python, познакомитесь с софтом для машинного обучения и добавите в портфолио первый проект.
Начинающим программистам
С помощью скриптов на Python научитесь работать с изображениями, будете автоматически распознавать на них объекты. Освоите технологии компьютерного зрения и сможете писать приложения, автоматизирующие рутинные процессы.
Аналитикам
Узнаете, как оценивать качество алгоритмов распознавания объектов. Поработаете с публичными стримами, сможете применять компьютерное зрение для подсчёта статистики и будете эффективнее работать с данными.
Вы научитесь
- Писать несложный код на Python
- Использовать нейросети для распознавания объектов
- Обрабатывать изображения и видео с помощью кода
- Определять качество алгоритмов машинного обучения
- Массово применять фильтры и добавлять текст на фото и видео с помощью кода
- Извлекать и структурировать информацию из потока данных
- Создавать пользовательские приложения на основе алгоритмов Machine Learning
Программа
- Урок 1
Изучаем основы Python для работы с нейросетями
- Области применения компьютерного зрения. Задачи, которые можно решать с его помощью.
- Архитектура технологии Object Detection.
- Введение в Python. Для чего он нужен и чем отличается от других языков программирования.
- Работа в Colab. Запускаем код для работы с изображением в браузере.
- Как устроены изображения и видео изнутри.
- Применение фильтров. Добавление информации в медиафайлы.
- Домашнее задание.
- Урок 2
Используем нейросети для распознавания объектов на изображении
- Разбор домашнего задания.
- Как создавать модели для распознавания объектов на изображениях.
- Использование нейросети для решения задачи Object Detection.
- Применение модели на датасете изображений и видеозаписей.
- Структурирование информации об объектах для последующей обработки.
- Измерение качества алгоритма выделения объектов.
- Конкурсное домашнее задание.
- Урок 3
Создаём приложение для мониторинга объектов на видео
- Написание кода для определения количества объектов в кадре.
- Разработка программы для анализа свободного места в кадре.
- Подключение программы к публичному стриму.
- Разбор конкурсного домашнего задания, выбор лучших работ и подведение итогов.
Преподаватель
Никита Левашов
Технический директор в Lia- Более 7 лет опыта разработки на Python.
- Занимается разработкой виртуальных ассистентов и ПО для банков.
- Эксперт по машинному обучению и NLU.
