このコースについて
33,403 最近の表示

次における4の3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

This is an advanced course, intended for learners with a background in computer vision and deep learning.

約20時間で修了

推奨:6 weeks of study, 5-6 hours per week...

英語

字幕:英語

学習内容

  • Check

    Work with the pinhole camera model, and perform intrinsic and extrinsic camera calibration

  • Check

    Detect, describe and match image features and design your own convolutional neural networks

  • Check

    Apply these methods to visual odometry, object detection and tracking

  • Check

    Apply semantic segmentation for drivable surface estimation

このCourseを受講している学習者は
  • Machine Learning Engineers
  • Data Scientists
  • Researchers
  • Scientists
  • Engineers

次における4の3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

This is an advanced course, intended for learners with a background in computer vision and deep learning.

約20時間で修了

推奨:6 weeks of study, 5-6 hours per week...

英語

字幕:英語

コースハイライト

featured

最先端の教育

画期的な研究にアクセス

スティーブン・ワスランダーは、3D環境での車、歩行者、木、天気など物体の検出の重要性を説明します。

シラバス - 本コースの学習内容

1
2時間で修了

Welcome to Course 3: Visual Perception for Self-Driving Cars

4件のビデオ (合計18分), 4 readings
4件のビデオ
Welcome to the course4 分
Meet the Instructor, Steven Waslander5 分
Meet the Instructor, Jonathan Kelly2 分
4件の学習用教材
Course Prerequisites15 分
How to Use Discussion Forums15 分
How to Use Supplementary Readings in This Course15 分
Recommended Textbooks15 分
7時間で修了

Module 1: Basics of 3D Computer Vision

6件のビデオ (合計43分), 4 readings, 2 quizzes
6件のビデオ
Lesson 1 Part 2: Camera Projective Geometry8 分
Lesson 2: Camera Calibration7 分
Lesson 3 Part 1: Visual Depth Perception - Stereopsis7 分
Lesson 3 Part 2: Visual Depth Perception - Computing the Disparity5 分
Lesson 4: Image Filtering7 分
4件の学習用教材
Supplementary Reading: The Camera Sensor30 分
Supplementary Reading: Camera Calibration15 分
Supplementary Reading: Visual Depth Perception30 分
Supplementary Reading: Image Filtering15 分
1の練習問題
Module 1 Graded Quiz30 分
2
7時間で修了

Module 2: Visual Features - Detection, Description and Matching

6件のビデオ (合計44分), 5 readings, 1 quiz
6件のビデオ
Lesson 2: Feature Descriptors6 分
Lesson 3 Part 1: Feature Matching7 分
Lesson 3 Part 2: Feature Matching: Handling Ambiguity in Matching5 分
Lesson 4: Outlier Rejection8 分
Lesson 5: Visual Odometry9 分
5件の学習用教材
Supplementary Reading: Feature Detectors and Descriptors30 分
Supplementary Reading: Feature Matching15 分
Supplementary Reading: Feature Matching15 分
Supplementary Reading: Outlier Rejection15 分
Supplementary Reading: Visual Odometry10 分
3
3時間で修了

Module 3: Feedforward Neural Networks

6件のビデオ (合計58分), 6 readings, 1 quiz
6件のビデオ
Lesson 2: Output Layers and Loss Functions10 分
Lesson 3: Neural Network Training with Gradient Descent10 分
Lesson 4: Data Splits and Neural Network Performance Evaluation8 分
Lesson 5: Neural Network Regularization9 分
Lesson 6: Convolutional Neural Networks9 分
6件の学習用教材
Supplementary Reading: Feed-Forward Neural Networks15 分
Supplementary Reading: Output Layers and Loss Functions15 分
Supplementary Reading: Neural Network Training with Gradient Descent15 分
Supplementary Reading: Data Splits and Neural Network Performance Evaluation10 分
Supplementary Reading: Neural Network Regularization15 分
Supplementary Reading: Convolutional Neural Networks10 分
1の練習問題
Feed-Forward Neural Networks30 分
4
3時間で修了

Module 4: 2D Object Detection

4件のビデオ (合計52分), 4 readings, 1 quiz
4件のビデオ
Lesson 2: 2D Object detection with Convolutional Neural Networks11 分
Lesson 3: Training vs. Inference11 分
Lesson 4: Using 2D Object Detectors for Self-Driving Cars14 分
4件の学習用教材
Supplementary Reading: The Object Detection Problem15 分
Supplementary Reading: 2D Object detection with Convolutional Neural Networks30 分
Supplementary Reading: Training vs. Inference45 分
Supplementary Reading: Using 2D Object Detectors for Self-Driving Cars30 分
1の練習問題
Object Detection For Self-Driving Cars30 分
4.6
11件のレビューChevron Right

Visual Perception for Self-Driving Cars からの人気レビュー

by CBMay 4th 2019

It is an amazing course. Really good information and projects related with Visual Perception

by AAJul 18th 2019

Content is great but lack of instructor support makes the course hard to understand.

講師

Avatar

Steven Waslander

Associate Professor
Aerospace Studies

トロント大学(University of Toronto)について

Established in 1827, the University of Toronto is one of the world’s leading universities, renowned for its excellence in teaching, research, innovation and entrepreneurship, as well as its impact on economic prosperity and social well-being around the globe. ...

自動運転車専門講座について

Be at the forefront of the autonomous driving industry. With market researchers predicting a $42-billion market and more than 20 million self-driving cars on the road by 2025, the next big job boom is right around the corner. This Specialization gives you a comprehensive understanding of state-of-the-art engineering practices used in the self-driving car industry. You'll get to interact with real data sets from an autonomous vehicle (AV)―all through hands-on projects using the open source simulator CARLA. Throughout your courses, you’ll hear from industry experts who work at companies like Oxbotica and Zoox as they share insights about autonomous technology and how that is powering job growth within the field. You’ll learn from a highly realistic driving environment that features 3D pedestrian modelling and environmental conditions. When you complete the Specialization successfully, you’ll be able to build your own self-driving software stack and be ready to apply for jobs in the autonomous vehicle industry. It is recommended that you have some background in linear algebra, probability, statistics, calculus, physics, control theory, and Python programming. You will need these specifications in order to effectively run the CARLA simulator: Windows 7 64-bit (or later) or Ubuntu 16.04 (or later), Quad-core Intel or AMD processor (2.5 GHz or faster), NVIDIA GeForce 470 GTX or AMD Radeon 6870 HD series card or higher, 8 GB RAM, and OpenGL 3 or greater (for Linux computers)....
自動運転車

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。