Фаза 04

Компьютерное зрение

Каждая статья, которую вы прочитаете, каждый скачанный набор предобученных весов и каждый API компьютерного зрения предполагают конкретное кодирование входа. Передайте изображение uint8 , когда модели нужен float32 , — она всё равно…

Текущий релиз AlexBred.com: первые 100 уроков русскоязычной программы.

28 уроков

Уроки фазы

  1. 01Основы изображений: пиксели, каналы, цветовые пространства17 мин.
  2. 02Свёртки с нуля15 мин.
  3. 03CNN: от LeNet до ResNet15 мин.
  4. 04Классификация изображений16 мин.
  5. 05Перенос обучения и тонкая настройка14 мин.
  6. 06Обнаружение объектов — YOLO с нуля15 мин.
  7. 07Семантическая сегментация — U-Net16 мин.
  8. 08Сегментация экземпляров — Mask R-CNN12 мин.
  9. 09Генерация изображений — GAN12 мин.
  10. 10Генерация изображений — диффузионные модели13 мин.
  11. 11Stable Diffusion — архитектура и тонкая настройка11 мин.
  12. 12Понимание видео — временное моделирование11 мин.
  13. 133D-зрение — облака точек и NeRF11 мин.
  14. 14Визуальные трансформеры (Vision Transformers, ViT)11 мин.
  15. 15Компьютерное зрение в реальном времени — развёртывание на периферии12 мин.
  16. 16Полный конвейер компьютерного зрения — итоговый проект13 мин.
  17. 17Самообучение в компьютерном зрении — SimCLR, DINO, MAE11 мин.
  18. 18Зрение с открытым словарём — CLIP8 мин.
  19. 19OCR и понимание документов10 мин.
  20. 20Поиск изображений и метрическое обучение10 мин.
  21. 21Обнаружение ключевых точек и оценка позы9 мин.
  22. 223D Gaussian Splatting с нуля15 мин.
  23. 23Диффузионные трансформеры и выпрямленный поток15 мин.
  24. 24SAM 3 и сегментация с открытым словарём13 мин.
  25. 25Модели «зрение—язык» — паттерн ViT-MLP-LLM13 мин.
  26. 26Монокулярная оценка глубины и геометрии11 мин.
  27. 27Отслеживание нескольких объектов и видеопамять12 мин.
  28. 28Мировые модели и диффузия видео13 мин.