PCstorm Nabídka kurzů IT kurzy Umělá inteligence Konvoluční neuronové sítě a zpracování obrazu II

Konvoluční neuronové sítě a zpracování obrazu II

Jedná se o pokračování kurzu Konvoluční sítě a zpracování obrazu, ve kterém se detailněji zaměříme na předzpracování dat a pokročilé techniky hlubokého učení pro zpracování obrazu.

Popis kurzu:

Kromě klasifikací dobře známých z předchozího kurzu se zaměříme na segmentace, detekci objektů a zejména na pokročilé aplikace generativních soupeřících sítí (GAN) jako je zvýšení rozlišení, odstranění šumu a generování tzv. Deep fake.

Požadované znalosti:

Základní znalost programování v Pythonu
Středoškolská matematika
Znalosti strojového učení na úrovni kurzu Úvod do strojového učení
Znalosti na úrovni kurzu Konvoluční neuronové sítě a zpracování obrazu

Obsah kurzu:

Architektury neuronových sítí pro zpracování obrazu (konvoluce, dekonvoluce, pooling, residual connection)
Velké neuronové sítě pro zpracování obrazu (VGG 16 and ResNet)
Segmentace obrazu (U-net, detekce objektů)
Praktický příklad na segmentaci obrazu
Generativní soupeřící sítě (GAN)
Praktický příklad na generování obrázků
Superresolution (Upsampling, praktický příklad na zvýšení rozlišení obrázku pomocí GAN)
Praktický rozsáhlejší projekt na predikci cen nemovitostí s využitím kombinace tabulárních a obrazových dat