Visual recognition 1000-318bVR
1. Wprowadzenie do rozpoznawania obrazów (metody klasyczne: SIFT, transformacja Hougha)
2. Konwolucyjne sieci neuronowe - powtórzenie
3. Wizualizowanie i rozumienie
4. Wykrywanie przedmiotów
5. Segmentacja semantyczna i segmentacja instancji
6. Rozumienie obrazu wideo
7. Widzenie 3D
8. Modele generatywne
Rodzaj przedmiotu
Wymagania (lista przedmiotów)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza: student zna i rozumie
* Ma uporządkowaną i podbudowaną teoretycznie wiedzę na temat klasyfikacji obrazów oraz detekcji obiektów na obrazie [K_W12].
Umiejętności: student potrafi
* Potrafi stworzyć rozbudowane rozwiązanie z zakresu klasyfikacji obrazów i detekcji obiektów na obrazie [K_U15].
Kompetencje społeczne: student jest gotów do
* krytycznej oceny posiadanej wiedzy i odbieranych treści [K_K01];
* uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz zasięgania opinii ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu [K_K02];
* myślenia i działania w sposób przedsiębiorczy [K_K03].
Kryteria oceniania
Laboratoria: projekty. Wykłady: egzamin pisemny.
Literatura
http://www.deeplearningbook.org/
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: