Robot
Складчик
- #1
[МФТИ] Современный анализ изображений
- Ссылка на картинку
Правила хорошего кода
Красивый код на Python
Пробелы и табуляция
Комментирование
Аннотирование
Изображение - что из себя представляет
Св-ва изображения: Насыщенность, Яркость
Модели цвета: RGB, HSB, CMYK
Примеры современных систем и алгоритмов компьютерного зрения
Устройство камеры и оптической системы человека
Основные задачи обработки изображений
Цветокоррекция изображений. Гистограммы, линейная и нелинейная коррекции яркости. Модели камеры и цветокоррекции.
Конволюции
Edge Detection
Contour Detection
SURF и SIRF
Гомография
Selective search
Нейронная сеть
Функции активации
Функции ошибок
Градиентный спуск
Оптимизаторы
Регуляризация
BatchNormalization
Предобработка данных для нейронной сети
Методы аугментации данных
MixUp
Популярные датасеты изображений
Kaggle
CNN
MaxPooling
Модификации CNN
Архитектуры CNN
Задача классификации изображений
Метрики качества классификации
Функции ошибки классификации
Трюки для улучшения классификации
Задача сегментации изображений: Семантическая сегментация, Instance segmentation
Метрики качества классификации
Архитектуры сегментации: SegNet, Unet и т. д.
Функции ошибки сегментации
Задача детектирования объектов на изображении
Метрики качества детекции
Архитектуры детекции
Задача идентификации
Идентификация лиц
Функции ошибки
Metic Learning
Модель CLIP
Детектирование строк
Распознавание текста
CTC loss
Архитектуры
Оптический поток: FlowNet, SpyNet, PWC-Net
Карта глубин
Автоэнкодер
Вариационный автоэнкодер
Conditional Variational Autoencoder
Кластеризация полученных векторов
Few-shot обучение на полученных векторах
Задача генерации изображений
Генеративно-состязательная сеть
Функция ошибки
CAM
GradCAM
Другие задачи обработки и анализа изображений: 3D
Дальнейшие пути развития
Красивый код на Python
Пробелы и табуляция
Комментирование
Аннотирование
Изображение - что из себя представляет
Св-ва изображения: Насыщенность, Яркость
Модели цвета: RGB, HSB, CMYK
Примеры современных систем и алгоритмов компьютерного зрения
Устройство камеры и оптической системы человека
Основные задачи обработки изображений
Цветокоррекция изображений. Гистограммы, линейная и нелинейная коррекции яркости. Модели камеры и цветокоррекции.
Конволюции
Edge Detection
Contour Detection
SURF и SIRF
Гомография
Selective search
Нейронная сеть
Функции активации
Функции ошибок
Градиентный спуск
Оптимизаторы
Регуляризация
BatchNormalization
Предобработка данных для нейронной сети
Методы аугментации данных
MixUp
Популярные датасеты изображений
Kaggle
CNN
MaxPooling
Модификации CNN
Архитектуры CNN
Задача классификации изображений
Метрики качества классификации
Функции ошибки классификации
Трюки для улучшения классификации
Задача сегментации изображений: Семантическая сегментация, Instance segmentation
Метрики качества классификации
Архитектуры сегментации: SegNet, Unet и т. д.
Функции ошибки сегментации
Задача детектирования объектов на изображении
Метрики качества детекции
Архитектуры детекции
Задача идентификации
Идентификация лиц
Функции ошибки
Metic Learning
Модель CLIP
Детектирование строк
Распознавание текста
CTC loss
Архитектуры
Оптический поток: FlowNet, SpyNet, PWC-Net
Карта глубин
Автоэнкодер
Вариационный автоэнкодер
Conditional Variational Autoencoder
Кластеризация полученных векторов
Few-shot обучение на полученных векторах
Задача генерации изображений
Генеративно-состязательная сеть
Функция ошибки
CAM
GradCAM
Другие задачи обработки и анализа изображений: 3D
Дальнейшие пути развития