CV 2023 — различия между версиями
Vshakhuro (обсуждение | вклад) (→Критерии получения оценки) |
Vshakhuro (обсуждение | вклад) (→Предварительный план курса (может поменяться в процессe)) |
||
Строка 37: | Строка 37: | ||
'''Пересдача'''. Если до конца курса вы не набираете баллов на оценку «удовлетворительно», то вам нужно будет досдавать задания на 60% от оценки. В крайнем случае назначается пересдача в формате итоговой контрольной. | '''Пересдача'''. Если до конца курса вы не набираете баллов на оценку «удовлетворительно», то вам нужно будет досдавать задания на 60% от оценки. В крайнем случае назначается пересдача в формате итоговой контрольной. | ||
− | = Предварительный план курса ( | + | = Предварительный план курса = |
+ | '''Пожалуйста, не выкладывайте содержание заданий и ваши решения в открытый доступ (Github и т.п.).''' Подготовка качественных заданий требует много времени и сил, которые таким образом обесцениваются. | ||
+ | План курса в процессе чтения может поменяться. | ||
|} | |} | ||
Версия 10:55, 25 августа 2023
Факультетский курс. Параллельно читается в трех местах: МФТИ, ШАД, ВМК МГУ. Занятия проходят онлайн (Zoom) по средам с 18:00 до 19:20 (лекция) и с 19:30 до 20:50 (семинар). Записи занятий будут доступны для просмотра. СодержаниеОбщие сведенияСеместр: 9 (пятый курс) Краткое описание Курс посвящен методам и алгоритмам компьютерного зрения, т.е. извлечения информации из изображений и видео. Для большинства задач будем обсуждать современные нейросетевые модели, сверточные и трансформеры. Курс в большей степени является практическим, а не теоретическим. Поэтому все лекции снабжены лабораторными и домашними работами, которые позволяют попробовать на практике большинство из рассматриваемых методов. Работы выполняются на языке Python, с использованием различных библиотек. Команда курса
Важные ссылки
Критерии получения оценкиОценка по курсу получается за выполнение следующих заданий:
Критерии оценки по 10-балльной шкале будут опубликованы в середине ноября. Приблизительные критерии (в процентах от макс. балла): Перезачет заданий из других курсов. Если в другом курсе вы делали задание, очень похожее по содержанию на задание из этого курса, то можно попробовать его перезачесть. Это делается в индивидуальном порядке. Для этого нужно прислать семинаристу подробную формулировку задания, ваше решение, полученную оценку/значение метрики качества. Пересдача. Если до конца курса вы не набираете баллов на оценку «удовлетворительно», то вам нужно будет досдавать задания на 60% от оценки. В крайнем случае назначается пересдача в формате итоговой контрольной. Предварительный план курсаПожалуйста, не выкладывайте содержание заданий и ваши решения в открытый доступ (Github и т.п.). Подготовка качественных заданий требует много времени и сил, которые таким образом обесцениваются. План курса в процессе чтения может поменяться. |
# | Дата | Лекция | Семинар | Домашнее задание |
---|---|---|---|---|
1 | 13.09.2023 | Цифровое изображение и тональная коррекция | Работа с изображениями в python | Демозаикинг Прокудин-Горский |
2 | 20.09.2023 | Основы обработки изображений | Базовая обработка изображений | |
3 | 27.09.2023 | Продвинутая обработка изображений. PNG, JPEG, преобразование Фурье, Лапласовская пирамида. Сэмплирование |
Преобразование Фурье Геометрические преобразования изображений |
Сжатие изображение (PCA, JPEG) Обратная свертка |
4 | 04.10.2023 | Введение в свёрточные нейросети и трансформеры. Классификация изображений | Обратное распространение ошибки Numpy, pytorch, lightning |
Реализация нейросети на numpy |
5 | 11.10.2023 | Обратное распространение ошибки: базовые принципы и основные слои | Lightning. Обучение простого классификатора | Регрессия точек лица |
6 | 18.10.2023 | Бэкбоны для классификации (CNN и трансформеры) | Дообучение нейросети | Дообучение нейросети |
7 | 25.10.2023 | Поиск по изображениям, metric learning | Metric learning | Классификация редких дорожных знаков |
8 | 01.11.2023 | Детекторы объектов | Детектирование объектов | Простой нейросетевой детектор |
9 | 08.11.2023 | Сегментация изображений | Простая нейросеть для сегментации | Сегментация изображений |
10 | 15.11.2023 | Основы обработки видео | Работа с видео | Трекинг объектов |
11 | 22.11.2023 | Self-supervised learning, foundation models | Self-supervised learning | |
12 | 29.11.2023 | Перенос стиля, superresolution, GAN, VAE (начало) | AE, VAE, GAN | GAN |
13 | 06.12.2023 | VAE (продолжение), Diffusion | Diffusion | |
14 | 13.12.2023 | Research pipeline: чтение статей, проведение экспериментов, написание статьи Нейросети в проде: mixed precision, дистилляция, архитектуры, pruning, quantization, ONNX |
Разметка данных, управление экспериментами | Квантование простой нейросети |
15 | 20.12.2023 | Итоговая контрольная | Гостевая лекция / обзор свежих интересных работ |
Рекомендуемая литература
|