Object Detection: от ТЕОРИИ до РЕАЛИЗАЦИИ

Курс Object Detection - предназначен для желающих разобраться в древнем искусстве находить объекты на изображениях, не глядя на них. 3 важных особенности курса: Реализация основных нейронных сетей с нуля. У вас появится возможность реализовать с нуля в коде и самостоятельно обучить основные нейронные сети, которые используются при детекции объектов. Подробно рассмотрены самые важные метрики при детекции. В курсе присутствует теоретический материал, в котором подробно рассматриваются такие метрики как IoU и mAP. А так же разобран код их реализации с нуля. Помимо этого в курсе рассматривается и реализовывается алгоритм non Maximum Suppression (NMS). Поддержка от преподавателя Преподаватель всегда на связи и готов ответить на любой вопрос, связанный с курсом. Пишите, если возникнут сложности с упражнениями. Ответ получит каждый. Что вы узнаете: Как реализуются большие свёрточные сети в Pytorch. На данный момент при детекции объектов в основном используются свёрточные сети. И этот курс хороший способ увидеть как они реализуются. Какие методы при этом используются. Как набор изображений превратить в датасет для обучения. В курсе на примерах показано с помощью каких инструментов можно разметить данные. И как размеченные данные превратить в обучающий датасет. Тонкости при обучении моделей решающих задачи object Detection. Для того чтобы сеть показывала наилучшие результаты на ваших данных, нужно разбираться в тонкостях её работы. Важно понимать какие элементы сети работают не оптимально в определённых случаях. Как самостоятельно пройти путь от разметки данных до обученной сети. В курсе предоставлена вся необходимая информация, чтобы вы могли самостоятельно пройти путь от набора с изображениями до обученной сети. При этом используя только библиотеку Pytorch. Это позволяет намного глубже погрузиться в тему Object Detection. Девиз курса: Терпение и труд - видео карту в пыль сотрут.