Skip to content

a4tunado/lectures

Repository files navigation

  • Представление изображения в памяти компьютера
  • Свертка и фильтрация изображений
  • Градиент и выделение границ
  • Нелинейные фильтры
  • PCA разложение
  • Гистограммы цвета и градиента
  • Особые точки
  • Water shield
  • Superpixels
  • AdaBoost и детектор Viola-Jones
  • Принцип работы нейронных сетей
  • Полносвязная архитектура
  • Обратное распространение ошибки
  • Принцип работы сверточной нейронной сети
  • Основные блоки архитектуры
  • Почему сверточная сеть работает? (network surgery)
  • Сбор и подготовка данных
  • Тюнинг предобученной сети (transfer learning)
  • Особенности реализации процесса обучения
  • Полносверточная архитектура
  • FCN, SegNet, U-net
  • Faster-RCNN, YOLO, SSD, Mask-RCNN
  • Архитектура RNN, LSTM, GRU
  • Генерация описания по изображению
  • Распознавание символов (OCR)
  • Принцип работы и мотивация вариационного энкодера
  • Генерация изображений заданного класса
  • Идентификация человека по снимку лица
  • Задача Metric Learning
  • Детекторы ключевых точек (landmarks)
  • DensePose