Rozpoznawanie obrazów: sieci neuronowe (wspólnie z 1000-318bVR) 1000-2M18RO
1. Wprowadzenie do rozpoznawania obrazów.
2. Klasyfikacja obrazów, funkcje loss, optymalizacja.
3. Wprowadzenie do sieci neuronowych.
4. Konwolucyjne sieci neuronowe.
5. Trenowanie sieci neuronowych. Sprzęt oraz oprogramowanie.
6. Konwolucyjne sieci neuronowe: architektury.
7. Rekurencyjne sieci neuronowe.
8. Detekcja obiektów, analiza semantyczna, analiza wideo.
9. Modele generatywne.
10. Wizualizacja oraz zrozumienie.
11. Reinforcement Learning.
Rodzaj przedmiotu
Wymagania (lista przedmiotów)
Kryteria oceniania
Laboratoria: projekty.
Wykłady: egzamin pisemny.
Literatura
* R. Szeliski, Computer Vision: Algorithms and Applications, Springer Science & Business Media, 2010.
* Ian Goodfellow and Yoshua Bengio and Aaron Courville, Deep Learning, MIT Press, 2016.
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
- Informatyka, stacjonarne, pierwszego stopnia
- Bioinformatyka i biologia systemów, stacjonarne drugiego stopnia
- Informatyka, stacjonarne, drugiego stopnia
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: