Konvoluční neuronové sítě a zpracování obrazu II (12. 10. 2022, Praha + online)
4 990 Kč + DPH
Termín 12. 10. 2022
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. 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.
Počet volných míst: 10
Prerekvizity
- 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
Co si účastník odnese
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. 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.
Osnova
- Předzpracování obrazových dat (počet kanálů, rozlišení, scaling, normalizace)
- Augmentace obrazových data setů (scaling, rotation, shifting, mirroring)
- Praktický příklad na předzpracování a augmentaci
- Architektury neuronových sítí pro zpracování obrazu (konvoluce, dekonvoluce, pooling, residual connection)
- Pokročilá klasifikace obrazu (ImageNet dataset, VGG, ResNet, Inception, MobileNet, Efficient net)
- Praktické příklady transfer learningu s různými základními modely
- Segmentace obrazu (U-net, detekce objektů)
- Praktické příklady na segmentace a detekce objektů
- Generativní soupeřící sítě (generativní sítě, sampling, GAN)
- Praktický příklad na generování obrázků
- Odstranění šumu z obrazu pomocí GAN
- Superresolution (Upsampling, praktický příklad na zvýšení rozlišení obrázku pomocí GAN)
- Rozšiřování data setů pomocí generativních sítí
- Deep fake (Conditional GAN, příklady deep fake technik)
- Adversarial attacks (modifikace obrázků, adversarial patch, black box attacks, Cybersecurity)