Вы освоите принципы машинного обучения в области компьютерного зрения и сможете решать индустриальные задачи, используя открытые датасеты. По ходу курса вы обучите нейросети для решения задач:
классификации и сегментации изображений
детекции объектов на изображениях
отслеживания объектов на видео
обработки трехмерных сцен
порождения изображений и атаки на обученные модели нейронных сетей
Также вы научитесь пользоваться основными фреймворками для создания нейросетей: PyTorch, TensorFlow и Keras.
Карта курсов направления Data Science в OTUS
Для кого этот курс?
Для специалистов в сфере Machine Learning, которые:
Хотят специализироваться на Компьютерном зрении
Уже используют практики Deep Learning и хотят расширить и систематизировать знания
Курс позволит переключиться с классических задач машинного обучения, таких как кредитный скоринг, оптимизация CTR, детекция фрода и т.д, и попасть в развивающуюся область Data Science, где сейчас происходит все самое интересное и открываются новые карьерные горизонты. Обучение даст вам необходимые компетенции, чтобы претендовать на специальности, требующие профессиональных навыков разработки систем компьютерного зрения. В разных компаниях специальности называются по-разному, самые распространенные варианты: Deep learning engineer, Computer Vision Engineer, AI Research Engineer [Computer Vision, Machine Learning], программист-исследователь, Deep Learning/Computer Vision.
Чем курс отличается от других?
Подготовка к решению боевых задач: как запустить нейросеть в облаке и адаптировать модель под разные платформы
Углубленные знания и современные подходы к технологиям Computer visio
Завершенная проектная работа, которую можно добавить в портфолио
Веселые примеры, фонтан идей и вселенные киберпанка на кончиках пальцев — 4 месяца пролетят на одном дыхании!
Во время курса вы:
Будете работать с открытыми датасетами для различных задач Computer Visio
Разберетесь в принципах работы и вариантах сверточных и пулинг-слоев, в том числе, специфических для задач детекции и сегментации объектов.
Научитесь применять механизм внимания в сверточных сетях.
Узнаете, какие идеи лежат в основе современных сверточных сетей (MobileNet, ResNet, EfficientNet, etc.)
Разберетесь в DL-подходах к детекции объектов - изучите семейство R-CNN, реалтайм-детекторы: YOLO, SSD. А также реализуете детектор объектов самостоятельно.
Научитесь решать задачу Deep Metric Learning с помощью сиамских сетей. Узнаете, что такое triplet loss, angular loss.
Получите опыт в решении задачи сегментации изображений: U-Net, DeepLab.
Научитесь применять fine tuning, transfer learning и собирать собственные датасеты для задач object detection и Image segmentation, metric learning.
Будете работать с генеративными состязательными сетями. Поймете, как можно использовать GANs для состязательных атак и как реализовать super resolution GANs.
Научитесь запускать модели на сервере (tensorflow serving, TFX). Познакомитесь с фреймворками для оптимизации нейросетей для инференса на мобильных/embedded-устройствах: Tensorflow Lite, TensorRT.
Изучите архитектуры для определения Facial Landmarks: Cascade shape regression, Deep Alignment Network, Stacked Hourglass Network
Хотелось найти курс и обширный, и узконаправленный Computer Vision. И в общем это получилось.
Цель была обновить (вспомнить) и углубить знания в этой области, узнать, что нового и важного, с точки зрения практикующих специалистов появилось на данный момент.
На курсе приятная обстановка. Сам курс насыщен практикой, настоящее глубокое погружение в мир компьютерного зрения. А команда преподавателей, состоящая из специалистов и профессионалов, каждый в своём направлении, делает этот курс особенно сильным и уникальным.
Обучение даёт мне сделать новый шаг в саморазвитии в направлении нейронные сети. Попробовать себя в новых задачах, более сложных и прикладных.
В карьере пока без изменений. Но появился шанс попробовать новые проекты, используя более продвинутые инструменты, и, конечно, много новых идей.
08.03.2021
Хотелось бы сказать огромное спасибо преодавателям курса за их профессионализм и поддержку!
После окончания курса по C++ на платформе Otus увидел тут же новый курс по CV. Решил попробовать, вед курсом по C++ остался доволен!
Курс помог структурировать и углубить уже имеющиеся знания о CV а также получить новые. Познакомиться с современными подходами в CV, узнать как и почему работают различные решения. А самое главное - это возможность применить полученные знания в домашних работах и итоговом проекте.
Курс был насыщен и в меру сложен. С нетерпением жду курс следующего уровня сложности!
14.05.2021
Хотелось найти курс и обширный, и узконаправленный Computer Vision. И в общем это получилось.
Цель была обновить (вспомнить) и углубить знания в этой области, узнать, что нового и важного, с точки зрения практикующих специалистов появилось на данный момент.
На курсе приятная обстановка. Сам курс насыщен практикой, настоящее глубокое погружение в мир компьютерного зрения. А команда преподавателей, состоящая из специалистов и профессионалов, каждый в своём направлении, делает этот курс особенно сильным и уникальным.
Обучение даёт мне сделать новый шаг в саморазвитии в направлении нейронные сети. Попробовать себя в новых задачах, более сложных и прикладных.
В карьере пока без изменений. Но появился шанс попробовать новые проекты, используя более продвинутые инструменты, и, конечно, много новых идей.
05.10.2021
Я скопирую свой отзыв с другого ресурса. Я очень разочарована, поэтому хочу, чтобы как можно больше людей отказалось от приобретения курсов в данной организации. 1. Менеджеры курса игнорируют отзывы и сообщения от вас. Если вопрос сложный и/или неприятный, вам не ответят ничего. 2. Часто просят отзыв о конкретных занятиях и о курсе в целом; замечания, указанные в отзывах, не обрабатываются. Минусы занятий повторяются на следующем занятии. 3. Огромная часть указанных тем не проходится на вебинарах. Если в теме заявлено "Dependency Injection. Google Guice, PicoContainer, Spring", то на вебинаре вам расскажут только о Spring. 4. Указанные в плане темы могут не проходится вообще, но при этом вам будет выставлено домашнее задание. Все просьбы провести полноценное занятие будут игнорироваться. 5. Для данного курса является нормой, что лектор приходит на занятие неподготовленный: был случай, когда преподаватель забыл тему занятия. 6. Треть занятия могла уйти на дебаг кода. Препод молча дебажит свой код, а 10 человек его ждут. В итоге код так и не запустится, но время занятия уже закончится. 7. После этого вам пообещают, что ответят на все вопросы, но на них не ответят. 8. Может быть такое, что преподаватель выйдет из занятия без предупреждения. Вся группа будет ждать его возвращения. Он появится только на следующий день, чтобы извиниться за свой нестабильный интернет. На следующем вебинаре ситуация повторится. 9. Вы заплатите за это 60 000 рублей.
Источник: Яндекс.Отзывы
Lala93
28.11.2023
10
Kotlin Developer Professional. Отличный курс и прекрасные преподаватели
Данный курс посвящен backend - разработке на Kotlin. Затрагиваются все основные технологии, не углубляясь, но достаточно для того, чтобы реализовать дипломный проект. Хорошо подобранная структура курса. 1 месяц в основном плавный вход в курс и обзорные лекции по языку, что позволяет плавно войти и подстроить свой график обучения. Поддержка помогает по всем вопросам и оперативно отвечает. 5/5 !В качестве дипломного проекта можно выбрать или пет-прект или участвовать сначала курса в командном проекте и реализовывать конкретный модуль. Я выбрал второе. Понравилось, что есть такая возможность.