Konvoluční neuronové sítě a zpracování obrazu II (CZ)

Popis kurzu

Jedná se o pokračování kurzu Konvoluční sítě a zpracování obrazu ve kterém se detailněji zaměříme na předzpracování dat a pokročilé techniky hlubokého učení pro zpracování obrazu. 

Kromě klasifikací dobře známých z předchozího kurzu se zaměříme na segmentace, detekci objektů a zejména na pokročilé aplikace generativních soupeřících sítí (GAN) jako je zvýšení rozlišení, odstranění šumu a generování tzv. Deep fake.

Obsah kurzu

• Architektury neuronových sítí pro zpracování obrazu (konvoluce, dekonvoluce, pooling, residual connection)


• Velké neuronové sítě pro zpracování obrazu (VGG 16 and ResNet)


• Segmentace obrazu (U-net, detekce objektů)


• Praktický příklad na segmentaci obrazu


• Generativní soupeřící sítě (GAN)


• Praktický příklad na generování obrázků


• Superresolution (Upsampling, praktický příklad na zvýšení rozlišení obrázku pomocí GAN)


• Praktický rozsáhlejší projekt na predikci cen nemovitostí s využitím kombinace tabulárních a obrazových dat

Předpoklady

• Základní znalost programování v Pythonu


• Středoškolská matematika


• Znalosti strojového učení na úrovni kurzu Úvod do strojového učení


• Znalosti na úrovni kurzu Konvoluční neuronové sítě a zpracování obrazu