Каждый год в области компьютерного зрения появляются новые методы и модели, например, диффузионные модели стали популярны осенью 2022, а контролируемая диффузия появилась только в 2023 году. Поэтому ежегодно мы дополняем курс на основе современных исследований, чтобы студенты могли получать самые актуальные знания.

На практических занятиях мы рассматриваем код и практики реализации нейронных сетей для компьютерного зрения.

Программировать предлагается на языке Python с использованием фреймворка Pytorch, но домашние задания можно выполнять на любом языке. Для обучения нейронных сетей требуются вычислительные ресурсы — графические ускорители, GPU, — их бесплатно предоставляет Google Colaboratory (Colab), поэтому код для практик написан в виде тетрадок для Colab.

Курс поможет вам разобраться в компьютерном зрении и методах решения задач для обработки и генерации изображений.

Вы поймете основные принципы построения архитектур моделей для работы с изображениями, и при решении новой задачи компьютерного зрения будете интуитивно знать, какой архитектуры нейронную сеть применить и сможете ее реализовать.

Открытых цельных курсов, которые бы покрывали рассматриваемые темы, нет.

Для начала стоит изучить базовое глубокое обучение на курсах С.И. Николенко, который тоже читает лекции в нашей магистратуре.

Также могу посоветовать лекции Летней школы AIRI в 2023 году (про диффузионные модели, 3D реконструкцию и оптимальный транспорт) и специализацию по генеративным моделям (генеративно-состязательные сети) на Coursera.

Также рекомендую лекции IT академии Samsung (детекция, сегментация, оптический поток, поиск похожих изображений).