このコースについて
50,964 最近の表示

次における7の5コース

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約25時間で修了

推奨:5 weeks of study...

英語

字幕:英語, 韓国語

次における7の5コース

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約25時間で修了

推奨:5 weeks of study...

英語

字幕:英語, 韓国語

シラバス - 本コースの学習内容

1
3時間で修了

Introduction to image processing and computer vision

Welcome to the "Deep Learning for Computer Vision“ course! In the first introductory week, you'll learn about the purpose of computer vision, digital images, and operations that can be applied to them, like brightness and contrast correction, convolution and linear filtering. These simple image processing methods solve as building blocks for all the deep learning employed in the field of computer vision. Let’s get started!

...
8件のビデオ (合計54分), 2 quizzes
8件のビデオ
Digital images3 分
Structure of human eye and vision6 分
Color models15 分
Image processing goals and tasks2 分
Contrast and brightness correction5 分
Image convolution7 分
Edge detection8 分
1の練習問題
Basic image processing10 分
2
4時間で修了

Convolutional features for visual recognition

Module two revolves around general principles underlying modern computer vision architectures based on deep convolutional neural networks. We’ll build and analyse convolutional architectures tailored for a number of conventional problems in vision: image categorisation, fine-grained recognition, content-based retrieval, and various aspect of face recognition. On the practical side, you’ll learn how to build your own key-points detector using a deep regression CNN.

...
12件のビデオ (合計91分), 2 quizzes
12件のビデオ
AlexNet, VGG and Inception architectures11 分
ResNet and beyond10 分
Fine-grained image recognition5 分
Detection and classification of facial attributes6 分
Content-based image retrieval7 分
Computing semantic image embeddings using convolutional neural networks8 分
Employing indexing structures for efficient retrieval of semantic neighbors9 分
Face verification6 分
The re-identification problem in computer vision5 分
Facial keypoints regression6 分
CNN for keypoints regression5 分
1の練習問題
Convolutional features for visual recognition24 分
3
3時間で修了

Object detection

In this week, we focus on the object detection task — one of the central problems in vision. We start with recalling the conventional sliding window + classifier approach culminating in Viola-Jones detector. Tracing the development of deep convolutional detectors up until recent days, we consider R-CNN and single shot detector models. Practice includes training a face detection model using a deep convolutional neural network.

...
13件のビデオ (合計46分), 2 quizzes
13件のビデオ
Sliding windows3 分
HOG-based detector2 分
Detector training3 分
Viola-Jones face detector5 分
Attentional cascades and neural networks3 分
Region-based convolutional neural network3 分
From R-CNN to Fast R-CNN5 分
Faster R-CNN4 分
Region-based fully-convolutional network2 分
Single shot detectors3 分
Speed vs. accuracy tradeoff1 分
Fun with pedestrian detectors1 分
1の練習問題
Object Detection16 分
4
4時間で修了

Object tracking and action recognition

The fourth module of our course focuses on video analysis and includes material on optical flow estimation, visual object tracking, and action recognition. Motion is a central topic in video analysis, opening many possibilities for end-to-end learning of action patterns and object signatures. You will learn to design computer vision architectures for video analysis including visual trackers and action recognition models.

...
11件のビデオ (合計74分), 2 quizzes
11件のビデオ
Optical flow5 分
Deep learning in optical flow estimation5 分
Visual object tracking5 分
Examples of visual object tracking methods13 分
Multiple object tracking5 分
Examples of multiple object tracking methods8 分
Introduction to action recognition6 分
Action classification7 分
Action classification with convolutional neural networks5 分
Action localization6 分
1の練習問題
Video Analysis16 分
3.8
33件のレビューChevron Right

Deep Learning in Computer Vision からの人気レビュー

by SJJun 12th 2018

Excellent course! Quiz questions are conceptual and challenging and assignments are pretty rigorous and 100% practical application oriented.

by RRApr 19th 2019

Don't just read what's written on the projector. Try explaining it. And explain with code.

講師

Avatar

Anton Konushin

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexey Artemov

Senior Lecturer
HSE Faculty of Computer Science

ロシア国立研究大学経済高等学院(National Research University Higher School of Economics)について

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

Advanced Machine Learningの専門講座について

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Advanced Machine Learning

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。