कंप्यूटर विज़न - ओटस से निःशुल्क पाठ्यक्रम, प्रशिक्षण 4 महीने, दिनांक: 5 दिसंबर, 2023।
अनेक वस्तुओं का संग्रह / / December 08, 2023
पाठ्यक्रम के दौरान, आप समस्याओं को हल करने के लिए तंत्रिका नेटवर्क को प्रशिक्षित करेंगे:
- छवियों का वर्गीकरण और विभाजन
- छवियों में वस्तुओं का पता लगाना
- वीडियो पर वस्तुओं को ट्रैक करना
- त्रि-आयामी दृश्यों का प्रसंस्करण
- प्रशिक्षित तंत्रिका नेटवर्क मॉडल पर छवियां और हमले उत्पन्न करना
आप यह भी सीखेंगे कि तंत्रिका नेटवर्क बनाने के लिए मुख्य ढांचे का उपयोग कैसे करें: PyTorch, TensorFlow और Keras। OTUS पर डेटा विज्ञान पाठ्यक्रमों का मानचित्र
इस पाठ्यक्रम के लिए कौन है?
मशीन लर्निंग पेशेवरों के लिए जो:
- कंप्यूटर विज़न में विशेषज्ञता हासिल करना चाहते हैं
- पहले से ही गहन शिक्षण अभ्यासकर्ताओं का उपयोग कर रहे हैं और ज्ञान का विस्तार और व्यवस्थित करना चाहते हैं
- पाठ्यक्रम आपको क्लासिक मशीन लर्निंग कार्यों जैसे क्रेडिट स्कोरिंग, सीटीआर अनुकूलन, धोखाधड़ी का पता लगाने आदि से स्विच करने की अनुमति देगा आदि, और डेटा साइंस के विकासशील क्षेत्र में प्रवेश करें, जहां अब सभी सबसे दिलचस्प चीजें हो रही हैं और नए करियर खुल रहे हैं क्षितिज.
प्रशिक्षण आपको उन नौकरियों के लिए आवेदन करने के लिए आवश्यक दक्षता प्रदान करेगा जिनके लिए पेशेवर कंप्यूटर विज़न सिस्टम विकास कौशल की आवश्यकता होती है। अलग-अलग कंपनियों में, विशिष्टताओं को अलग-अलग कहा जाता है, सबसे आम विकल्प हैं: डीप लर्निंग इंजीनियर, कंप्यूटर विज़न इंजीनियर, एआई रिसर्च इंजीनियर [कंप्यूटर विज़न, मशीन लर्निंग], रिसर्च प्रोग्रामर, डीप लर्निंग/कंप्यूटर दृष्टि।
यह कोर्स दूसरों से कैसे अलग है?
लड़ाकू अभियानों को हल करने की तैयारी: क्लाउड में एक तंत्रिका नेटवर्क कैसे लॉन्च करें और विभिन्न प्लेटफार्मों के लिए मॉडल को कैसे अनुकूलित करें
कंप्यूटर विज़न प्रौद्योगिकियों का गहन ज्ञान और आधुनिक दृष्टिकोण
पूरा किया गया प्रोजेक्ट कार्य जिसे आपके पोर्टफोलियो में जोड़ा जा सकता है
मजेदार उदाहरण, विचारों का फव्वारा और साइबरपंक ब्रह्मांड आपकी उंगलियों पर - 4 महीने एक सांस में उड़ जाएंगे!
पाठ्यक्रम के दौरान आप:
आप विभिन्न कंप्यूटर विज़न कार्यों के लिए खुले डेटासेट के साथ काम करेंगे
आप कनवल्शनल और पूलिंग परतों के संचालन सिद्धांतों और विकल्पों को समझेंगे, जिनमें ऑब्जेक्ट डिटेक्शन और सेगमेंटेशन कार्यों के लिए विशिष्ट सिद्धांत भी शामिल हैं।
कनवल्शनल नेटवर्क में ध्यान तंत्र लागू करना सीखें।
पता लगाएं कि आधुनिक कन्वेन्शनल नेटवर्क (मोबाइलनेट, रेसनेट, एफिशिएंटनेट, आदि) के पीछे क्या विचार हैं।
आप ऑब्जेक्ट डिटेक्शन के लिए डीएल दृष्टिकोण को समझेंगे - आर-सीएनएन परिवार, वास्तविक समय डिटेक्टरों का अध्ययन करें: योलो, एसएसडी। आप ऑब्जेक्ट डिटेक्टर स्वयं भी लागू कर सकते हैं।
सियामी नेटवर्क का उपयोग करके डीप मेट्रिक लर्निंग समस्या को हल करना सीखें। जानें कि त्रिक हानि और कोणीय हानि क्या हैं।
छवि विभाजन समस्याओं को हल करने में अनुभव प्राप्त करें: यू-नेट, डीपलैब।
ऑब्जेक्ट डिटेक्शन और इमेज सेगमेंटेशन, मीट्रिक लर्निंग कार्यों के लिए फाइन ट्यूनिंग लागू करना, लर्निंग ट्रांसफर करना और अपने स्वयं के डेटासेट एकत्र करना सीखें।
आप जनरेटिव प्रतिकूल नेटवर्क के साथ काम करेंगे। समझें कि जीएएन का उपयोग प्रतिकूल हमलों के लिए कैसे किया जा सकता है और सुपर रिज़ॉल्यूशन जीएएन को कैसे लागू किया जा सकता है।
सर्वर पर मॉडल चलाना सीखें (टेंसरफ्लो सर्विंग, टीएफएक्स)। मोबाइल/एम्बेडेड उपकरणों पर अनुमान के लिए तंत्रिका नेटवर्क को अनुकूलित करने के लिए रूपरेखा से परिचित हों: Tensorflow Lite, TensorRT।
चेहरे के लैंडमार्क को परिभाषित करने के लिए आर्किटेक्चर का अन्वेषण करें: कैस्केड आकार प्रतिगमन, डीप एलाइनमेंट नेटवर्क, स्टैक्ड ऑवरग्लास नेटवर्क
1
कुंआउन्होंने नेशनल रिसर्च यूनिवर्सिटी हायर स्कूल ऑफ इकोनॉमिक्स में मात्रात्मक वित्त में मास्टर कार्यक्रम से स्नातक की उपाधि प्राप्त की। विश्वविद्यालय के बाद से ही उनकी रुचि मशीन लर्निंग और गहन शिक्षण समस्याओं में रही है। विभिन्न परियोजनाओं पर काम करने में कामयाब रहे: चित्रों की पहचान और पहचान के लिए एक पाइपलाइन विकसित की; एकीकृत पहचान मॉड्यूल...
उन्होंने नेशनल रिसर्च यूनिवर्सिटी हायर स्कूल ऑफ इकोनॉमिक्स में मात्रात्मक वित्त में मास्टर कार्यक्रम से स्नातक की उपाधि प्राप्त की। विश्वविद्यालय के बाद से ही उनकी रुचि मशीन लर्निंग और गहन शिक्षण समस्याओं में रही है। विभिन्न परियोजनाओं पर काम करने में कामयाब रहे: चित्रों की पहचान और पहचान के लिए एक पाइपलाइन विकसित की; आरओएस का उपयोग करके एक स्वचालित अपशिष्ट सॉर्टर के प्रोटोटाइप में एक मान्यता मॉड्यूल को एकीकृत किया गया; एक वीडियो पहचान पाइपलाइन और कई अन्य एकत्र किए।
3
अवधिअनुशंसित सिस्टम में अनुभव के साथ अनुभवी डेवलपर, वैज्ञानिक और मशीन/डीप लर्निंग विशेषज्ञ। रूसी और विदेशी भाषाओं में उनके 30 से अधिक वैज्ञानिक प्रकाशन हैं, उन्होंने विश्लेषण के विषय पर अपनी पीएचडी थीसिस का बचाव किया और...
अनुशंसित सिस्टम में अनुभव के साथ अनुभवी डेवलपर, वैज्ञानिक और मशीन/डीप लर्निंग विशेषज्ञ। उनके पास रूसी और विदेशी भाषाओं में 30 से अधिक वैज्ञानिक प्रकाशन हैं, और उन्होंने समय श्रृंखला के विश्लेषण और पूर्वानुमान पर अपनी पीएचडी थीसिस का बचाव किया। नेशनल रिसर्च यूनिवर्सिटी मॉस्को पावर इंजीनियरिंग इंस्टीट्यूट में कंप्यूटर विज्ञान संकाय से स्नातक की उपाधि प्राप्त की, जहां 2008 में। 2010 में स्नातक की डिग्री, मास्टर डिग्री और 2014 में तकनीकी विज्ञान का उम्मीदवार प्राप्त किया। उनके शोध प्रबंध पर काम शुरू करने से पहले ही, मुझे डेटा विश्लेषण में रुचि हो गई और, अपनी पहली महत्वपूर्ण परियोजना को लागू करते समय, मैं एक साधारण प्रोग्रामर से विकास विभाग के प्रमुख के पास गया। लगभग 10 वर्षों तक उन्होंने विभाग के एसोसिएट प्रोफेसर रहते हुए नेशनल रिसर्च यूनिवर्सिटी मॉस्को पावर इंजीनियरिंग इंस्टीट्यूट में संबंधित विषयों को पढ़ाया। एनएलपी, रिकसिस, टाइम सीरीज़ और कंप्यूटर विज़न टीचर के क्षेत्र में प्रोजेक्ट विकसित करने वाली डेटा साइंस टीमों का नेतृत्व करता है
2
अवधिकंप्यूटर विज़न और डीप लर्निंग में विशेषज्ञ, प्रमाणित सॉफ्टवेयर इंजीनियर और भौतिक और गणितीय विज्ञान के उम्मीदवार। 2012 से 2017 तक, उन्होंने वॉलेटवन में चेहरे की पहचान में काम किया, जिसके समाधान दक्षिण में व्यवसायों को आपूर्ति किए गए थे...
कंप्यूटर विज़न और डीप लर्निंग में विशेषज्ञ, प्रमाणित सॉफ्टवेयर इंजीनियर और भौतिक और गणितीय विज्ञान के उम्मीदवार। 2012 से 2017 तक, उन्होंने वॉलेटवन में चेहरे की पहचान में काम किया, जिसके समाधान दक्षिण अफ्रीका और यूरोप के व्यवसायों को आपूर्ति किए गए थे। स्टार्टअप मिरर-एआई में भाग लिया, जहां उन्होंने कंप्यूटर विज़न टीम का नेतृत्व किया। 2017 में, स्टार्टअप ने वाई-कॉम्बिनेटर पास किया और एक एप्लिकेशन बनाने के लिए निवेश प्राप्त किया जिसमें उपयोगकर्ता सेल्फी से अपने अवतार का पुनर्निर्माण कर सकता है। 2019 में, उन्होंने ब्रिटिश स्टार्टअप काज़ेंडी लिमिटेड के होलोपोर्टेशन प्रोजेक्ट में भाग लिया। परियोजना का लक्ष्य होलोलेंस संवर्धित वास्तविकता चश्मे के लिए 3डी अवतारों का पुनर्निर्माण करना है। 2020 से, वह अमेरिकी स्टार्टअप बूस्ट इंक में कंप्यूटर विज़न टीम का नेतृत्व कर रहे हैं, जो एनसीएए के लिए बास्केटबॉल में वीडियो एनालिटिक्स से संबंधित है। कार्यक्रम प्रबंधक
बुनियादी बातों से लेकर आधुनिक वास्तुकला तक
-विषय 1. कंप्यूटर विज़न: कार्य, उपकरण और पाठ्यक्रम कार्यक्रम
-विषय 2. संवादात्मक तंत्रिका नेटवर्क। कनवल्शन का संचालन, ट्रांसपोज़्ड कनवल्शन, खींचना
-विषय 3. कन्वेन्शनल नेटवर्क का विकास: एलेक्सनेट->एफिशिएंटनेट
-विषय 4.डेटा तैयारी और संवर्द्धन
-थीम 5.OpenCV. क्लासिक दृष्टिकोण
-विषय 6. फ़ाइन-ट्यूनिंग के उदाहरण का उपयोग करके PyTorch में मानक डेटासेट और मॉडल
-विषय 7. ट्रांसफर लर्निंग दृष्टिकोण के उदाहरण का उपयोग करके TensorFlow में मानक डेटासेट और मॉडल
-विषय 8.TensorRT और सर्वर पर अनुमान
पता लगाना, ट्रैकिंग, वर्गीकरण
-विषय 9.वस्तु का पता लगाना 1. समस्या कथन, मेट्रिक्स, डेटा, आर-सीएनएन
-विषय 10.वस्तु का पता लगाना 2. मास्क-आरसीएनएन, योलो, रेटिनानेट
-विषय 11.लैंडमार्क्स: फेशियल लैंडमार्क्स: पीएफएलडी, स्टैक्ड ऑवरग्लास नेटवर्क(?), डीप एलाइनमेंट नेटवर्क्स (डीएएन),
-विषय 12.मुद्रा अनुमान
-थीम 13.चेहरा पहचान
-विषय 14.ऑब्जेक्ट ट्रैकिंग
विभाजन, जनरेटिव मॉडल, 3डी और वीडियो के साथ काम करना
-विषय 15. विभाजन + 3डी विभाजन
-विषय 16.नेटवर्क अनुकूलन विधियाँ: प्रूनिंग, मिक्सिंट, परिमाणीकरण
-विषय 17.स्वचालित/स्वायत्त वाहन
-विषय 18.ऑटोएनकोडर
-विषय 19. 3डी दृश्यों के साथ कार्य करना। पॉइंटनेट
-विषय 20.गण 1. फ्रेमवर्क, सशर्त पीढ़ी और सुपर-रिज़ॉल्यूशन
-विषय 21.गण 2. वास्तुकला सिंहावलोकन
-थीम 22.वीडियो के लिए एक्शन रिकग्निशन और 3डी
परियोजना कार्य
-विषय 23. विषय का चयन और परियोजना कार्य का संगठन
-विषय 24. परियोजनाओं और गृहकार्य पर परामर्श
-विषय 25.डिजाइन कार्य का संरक्षण