Deep learning added a huge boost to the already rapidly developing field of computer vision. With deep learning, a lot of new applications of computer vision techniques have been introduced and are now becoming parts of our everyday lives. These include face recognition and indexing, photo stylization or machine vision in self-driving cars.
Этот курс входит в специализацию ''Специализация Продвинутое машинное обучение'
53 358 уже зарегистрированы
от партнера
Об этом курсе
Недавно просмотрено: 39 508
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 5 из 7 в программе
Продвинутый уровень
Прибл. 13 часов на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Английский, Испанский
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 5 из 7 в программе
Продвинутый уровень
Прибл. 13 часов на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Английский, Испанский
от партнера
НИУ ВШЭ
HSE University is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more.
Программа курса: что вы изучите
3 ч. на завершение
Introduction to image processing and computer vision
Welcome to the "Deep Learning for Computer Vision“ course! In the first introductory week, you'll learn about the purpose of computer vision, digital images, and operations that can be applied to them, like brightness and contrast correction, convolution and linear filtering. These simple image processing methods solve as building blocks for all the deep learning employed in the field of computer vision. Let’s get started!
3 ч. на завершение
9 видео ((всего 56 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
3 ч. на завершение
Convolutional features for visual recognition
Module two revolves around general principles underlying modern computer vision architectures based on deep convolutional neural networks. We’ll build and analyse convolutional architectures tailored for a number of conventional problems in vision: image categorisation, fine-grained recognition, content-based retrieval, and various aspect of face recognition. On the practical side, you’ll learn how to build your own key-points detector using a deep regression CNN.
3 ч. на завершение
12 видео ((всего 91 мин.))
2 ч. на завершение
Object detection
In this week, we focus on the object detection task — one of the central problems in vision. We start with recalling the conventional sliding window + classifier approach culminating in Viola-Jones detector. Tracing the development of deep convolutional detectors up until recent days, we consider R-CNN and single shot detector models. Practice includes training a face detection model using a deep convolutional neural network.
2 ч. на завершение
13 видео ((всего 46 мин.))
3 ч. на завершение
Object tracking and action recognition
The fourth module of our course focuses on video analysis and includes material on optical flow estimation, visual object tracking, and action recognition. Motion is a central topic in video analysis, opening many possibilities for end-to-end learning of action patterns and object signatures. You will learn to design computer vision architectures for video analysis including visual trackers and action recognition models.
3 ч. на завершение
11 видео ((всего 74 мин.))
Рецензии
Лучшие отзывы о курсе DEEP LEARNING IN COMPUTER VISION
от партнера HR25 июня 2020 г.
The course assignments are not updated. Many libraries have updated and so have their syntax. And its nightmare getting the exact working version of those libraries. Otherwise the course is good.
от партнера EG6 июня 2019 г.
Some lectures aren't clearly structured. The homework assignments have downstream dependencies (week 5 depends on earlier weeks) which is not the best format IMO.
от партнера TD19 окт. 2020 г.
The content of the course is exciting. However, the lecturers should provide more reading materials, and update the outdated code in the assignments.
от партнера SJ11 июня 2018 г.
Excellent course! Quiz questions are conceptual and challenging and assignments are pretty rigorous and 100% practical application oriented.
Специализация Продвинутое машинное обучение: общие сведения
This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
