Анализ изображений
Познакомим вас с современными методами анализа и обработки изображений c использованием языка программирования Python и его фреймворков
Требуются базовые знания Python и библиотеки numpy
Ближайший старт
4 февраля 2023
4 месяца, 4-8 ак.ч. в неделю
Длительность обучения
Документ
Формат обучения
Живое общение с преподавателем на онлайн-вебинарах 1 раз в неделю
Суббота: 13:00-16:00
Суббота: 13:00-16:00
реализация приложения (desktop или web) для анализа изображений с применением глубокого обучения
Прикладной проект
Рассрочка
беспроцентная рассрочка от университета: 3 или 5 платежей
Кто может получить Удостоверение о повышении квалификации МФТИ?
Получить Удостоверение о повышении квалификации могут две категории слушателей:
Могут ли учиться слушатели без высшего или среднего профессионального образования?
Слушатели без оконченного высшего или среднего профессионального образования могут проходить курсы повышения квалификации или программы профессиональной переподготовки. По окончании обучения они получат Сертификат об окончании программы.
Получить Удостоверение о повышении квалификации могут две категории слушателей:
- те, у кого уже есть среднее или высшее профессиональное образование;
- те, кто еще учится в колледжах или вузах и не получил диплом.
Могут ли учиться слушатели без высшего или среднего профессионального образования?
Слушатели без оконченного высшего или среднего профессионального образования могут проходить курсы повышения квалификации или программы профессиональной переподготовки. По окончании обучения они получат Сертификат об окончании программы.
Анализ изображений – область прикладной математики, изучающая методы извлечения полезной информации из изображений. Анализ изображений включает такие задачи, как поиск объектов заданной формы, выделение границ, улучшение изображений, сегментацию и треккинг, количественное описание областей изображения. Эти задачи встречаются в микробиологии, медицине, астрономии, робототехнике, системах безопасности и слежения, а также других сферах науки и техники, имеющих дело с цифровыми изображениями.
Данный баннер был сгенерирован Midjourney и поправлен в фотошопе
Чему вы научитесь?
● Изучите классические алгоритмы компьютерного зрения
● Сможете предобрабатывать изображения для улучшения качества моделей
● Поймёте принципы работы CNN (Convolutional Neural Network)
● Овладеете библиотеками компьютерного зрения (numpy, opencv) и глубокого обучения (pytorch)
● Научитесь создавать модели глубокого обучения и применять их для анализа изображений
● Разберетесь в современных архитектурах CNN
● Узнаете как классифицировать/сегментировать/детектировать объекты на изображениях
● Создадите полноценный проект для анализа изображений с нуля
● Сможете предобрабатывать изображения для улучшения качества моделей
● Поймёте принципы работы CNN (Convolutional Neural Network)
● Овладеете библиотеками компьютерного зрения (numpy, opencv) и глубокого обучения (pytorch)
● Научитесь создавать модели глубокого обучения и применять их для анализа изображений
● Разберетесь в современных архитектурах CNN
● Узнаете как классифицировать/сегментировать/детектировать объекты на изображениях
● Создадите полноценный проект для анализа изображений с нуля
Предлагаем присоединиться к профессии Machine Learning Engineer и получить Диплом о профессиональной переподготовке МФТИ
Профессия «Machine Learning Engineer»
Natural Language Processing
В программу переподготовки «Machine Learning Engineer» входят 3 курса:
Плюсы обучения на программе «Machine Learning Engineer»:
Углубленное изучение машинного обучения: анализ текстов, анализ изображений, работа с большими данными
Индивидуальные карьерные консультации и помощь с трудоустройством
Диплом о профессиональной переподготовке МФТИ
Машинное обучение на больших объемах данных
Анализ изображений
ML-инженерам
Желающим повысить компетенции в области анализа изображений. Программа поможет расширить профессиональные навыки и продвинуться по карьерному пути.
Программистам
Освоите основные алгоритмы машинного обучения для анализа изображений, примените полученные навыки на практике.
Кому подойдет обучение
Аналитикам
Если Вы работаете с большим объемом данных и хотите систематизировать и углубить знания Machine Learning в области анализа изображений.
Необходимый уровень знаний
Для успешного прохождения нужно владеть базовыми знания Python и библиотеки numpy
Программа «Анализ изображений»
- Правила хорошего кода
- Красивый код на Python
- Пробелы и табуляция
- Комментирование
- Аннотирование
- Изображение - что из себя представляет
- Св-ва изображения: Насыщенность, Яркость
- Модели цвета: RGB, HSB, CMYK
- Примеры современных систем и алгоритмов компьютерного зрения
- Устройство камеры и оптической системы человека
Здесь упор делается на алгоритмы неглубокого обучения, реализованных в библиотеке OpenCV.
- Основные задачи обработки изображений
- Цветокоррекция изображений. Гистограммы, линейная и нелинейная коррекции яркости. Модели камеры и цветокоррекции.
- Конволюции
- Edge Detection
- Contour Detection
- SURF и SIRF
- Гомография
- Selective search
- Нейронная сеть
- Функции активации
- Функции ошибок
- Градиентный спуск
- Оптимизаторы
- Регуляризация
- BatchNormalization
- Предобработка данных для нейронной сети
- Методы аугментации данных
- MixUp
- Популярные датасеты изображений
- Kaggle
- CNN
- MaxPooling
- Модификации CNN
- Архитектуры CNN
- Задача классификации изображений
- Метрики качества классификации
- Функции ошибки классификации
- Трюки для улучшения классификации
- Задача сегментации изображений: Семантическая сегментация, Instance segmentation
- Метрики качества классификации
- Архитектуры сегментации: SegNet, Unet и т. д.
- Функции ошибки сегментации
- Задача детектирования объектов на изображении
- Метрики качества детекции
- Архитектуры детекции
- Задача идентификации
- Идентификация лиц
- Функции ошибки
- Metic Learning
- Модель CLIP
- Детектирование строк
- Распознавание текста
- CTC loss
- Архитектуры
- Оптический поток: FlowNet, SpyNet, PWC-Net
- Карта глубин
- Автоэнкодер
- Вариационный автоэнкодер
- Conditional Variational Autoencoder
- Кластеризация полученных векторов
- Few-shot обучение на полученных векторах
- Задача генерации изображений
- Генеративно-состязательная сеть
- Функция ошибки
- CAM
- GradCAM
- Другие задачи обработки и анализа изображений: 3D
- Дальнейшие пути развития
Домашние работы
7 домашних заданий, каждый из которых представляет собой написание кода на Python в сервисе Google Colab. Длительность работы над одним домашним заданием составляет 2 недели.
Итоговый прикладной проект
В итоговом проекте вы будете реализовать полноценное приложение (desktop или web) с применением глубокого обучения, которое поможет вам укрепить ваши знания в данной области, а так же пополнить портфолио для работодателей.
Преподаватель
- Дмитрий ЛаричевМагистр МФТИ (Технологии искусственного интеллекта), AI энтузиаст, участник хакатонов и соревнований по ИИ
Команда помощи
Держит руку на пульсе, корректирует обучающую программу при необходимости.
Организатор
поможет дойти до конца. Не только проведёт урок и покажет на примерах, но проведёт дополнительную сессию, чтобы ликвидировать пробелы в знаниях, ответит на вопросы во время и после обучения
Преподаватель
Поможет с проверкой домашних заданий, ответит на вопросы и даст обратную связь в чате во время лекции. Если тяжело, проведет дополнительные консультации.
Ассистент преподавателя
Помогает по организационным вопросам, напоминает о дедлайнах, помогает дойти до конца, мотивируя вас при необходимости.
Куратор
Во время обучения команда будет с вами на связи через Telegram-чат,
вы не останетесь один на один с вопросами и сложными задачами
вы не останетесь один на один с вопросами и сложными задачами
Удостоверение о повышении квалификации МФТИ
Вы получите удостоверение о повышении квалификации по курсу «Разработка на Golang»
Опыт и портфолио
Обучение проходит на боевых задачах, за время обучения вы нарабатываете опыт и портфолио с реальными проектами.
Материалы и сопровождение
Записи и материалы доступны в течение года после окончания обучения, а студенты вливаются в профессиональное сообщество и получают обратную связь от преподавателей после окончания обучения.
Всё для быстрого карьерного роста
Фундаментальные знания и практические навыки, позволяющие значительно увеличить доход за несколько лет
Что получите после обучения
Как мы учим:
Качественная теоретическая подготовка
Живое общение с преподавателем
Все преподаватели — признанные профессионалы в своей области. Вы получите те знания и навыки, которые востребованы сейчас на рынке
Домашние задания
Доступ к электронной библиотеке МФТИ
Не прощаемся после курсов
Общение и поддержка 24/7
Акцент на навыках
Онлайн-занятия с преподавателем – живые встречи по установленному расписанию. Занятия совмещают теорию и практику. Вы видите экран преподавателя, задаете вопросы, получаете обратную связь
Материалы занятий нужно обязательно закреплять, выполняя домашние задания. Команда курса проверяет задания и дает обратную связь. Условием успешного окончания курса является выполнение всех домашних заданий
Электронная библиотека создана для того, чтобы информационно помогать нашим слушателям. Вы получаете удаленный доступ к электронным учебникам
На связи с вами и после курса. Поможем при необходимости составить и проверить ваше резюме, делимся информацией о тематических конференциях, вебинарах, вакансиях и стажировках
Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом. Вы не останетесь один на один с непонятыми темами и сложными задачами.
Вас ждёт много практической работы, разбор кейсов, а благодаря выполнению финального проекта под руководством преподавателя вы получите свой первый выполненный проект
Вы сможете всегда пересмотреть занятие в записи, чтобы лучше усвоить пройденную тему, или же если не смогли по какой-то причине присоединиться к занятию
Записи занятий
МФТИ №1
среди технических вузов России
среди технических вузов России
МФТИ вошел в 50 лучших вузов мира по физике и в 100 лучших по математике по результатам рейтинга QS World University Rankings by Subject 2021. В общих рейтингах лучших университетов мира Times Higher Education и Quacquarelli Symonds МФТИ занимает первое место среди технических вузов России
МФТИ №1
среди технических вузов России
среди технических вузов России
МФТИ вошел в 50 лучших вузов мира по физике и в 100 лучших по математике по результатам рейтинга QS World University Rankings by Subject 2021. В общих рейтингах лучших университетов мира Times Higher Education и Quacquarelli Symonds МФТИ занимает первое место среди технических вузов России
ФПМИ МФТИ
25
научных лабораторий в которых рождается прогресс
218
преподавателей с учёными степенями
26
крупных компаний-партнёров интегрированных с университетом
ФПМИ МФТИ
25
научных лабораторий в которых рождается прогресс
218
преподавателей с учёными степенями
26
крупных компаний-партнёров интегрированных с университетом
Как мы создаём наши
образовательные программы
образовательные программы
1
Методист составляет курс на основе навыков, которые требуются на рынке труда
2
Анализируем рынок курсов по Анализу изображений
3
С преподавателем корректируем программу
4
Академический совет добавляет курсу глубину
5
Лидеры индустрии дают советы и озвучивают свои требования к специалистам
6
Получаем обратную связь от практикующих представителей IT-сообществ
7
Корректируем программу, добавляя ей объём и ценность для работодателя
8
Одобрение учёным советом
9
Запускаем программу, корректируя её под уровень и запросы студентов в каждом потоке.
Как мы создаём наши
образовательные программы
образовательные программы
1
Методист составляет курс на основе навыков, которые требуются на рынке труда
2
Анализируем рынок курсов по Анализу изображений
3
С преподавателем корректируем программу
4
Академический совет добавляет курсу глубину
5
Лидеры индустрии дают советы и озвучивают свои требования к специалистам
6
Получаем обратную связь от практикующих представителей IT-сообщества
7
Корректируем программу, добавляя ей объём и ценность для работодателя
8
Одобрение учёным советом
9
Запускаем программу, корректируя её под уровень и запросы студентов в каждом потоке.
Что еще важно
Гарантия возврата 14 дней
За 14 дней вы посетите 2 занятия и если вы решите прекратить обучение, вернём деньги в полном объёме.
Возврат 13% от государства
Вы можете получить налоговый вычет за обучение и сэкономить до 13% от стоимости программы.
Подробнее о налоговом вычете
Подробнее о налоговом вычете
Получите консультацию
Остались сомнения? Не уверены в своих силах? Есть вопросы? Записывайтесь на бесплатную консультацию, организаторы подробно расскажут о программе и входящих в неё курсах и ответят на вопросы слушателей.
Рассрочка 0%
Институт напрямую, без посредничества банка, предоставляет рассрочку: 3 или 5 платежей на выбор
Оставьте заявку и начните обучение
Курс «Анализ изображений»
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
- Освоите новый ценный навык анализа изображений
- Получите Удостоверение о повышении квалификации МФТИ
- 4 месяца обучения
12 000 руб./месяц
или 60 000 полностью
или 60 000 полностью
Условия рассрочки
По каждой из предлагаемых программ/курсов, имеется возможность оплаты обучения в рассрочку.
Условия рассрочки:
Полная стоимость обучения при использовании рассрочки не изменяется. Рассрочка беспроцентна, оформление рассрочки бесплатно.
Детали рассрочки описаны в оферте на каждую соответствующую программу/курс, в Приложении № 1 – График платежей.
В Графике платежей указаны контрольные даты, на которые слушателем суммарно за всё предшествующее такой дате время должна быть перечислена указанная в графике платежей соответствующая сумма, или превышающая её сумма (но не более полной стоимости обучения). Например:
Все описанные варианты допустимы, если на каждую из обозначенных в графике платежей дат внесено платежей на сумму не меньше указанной.
Условия рассрочки:
Полная стоимость обучения при использовании рассрочки не изменяется. Рассрочка беспроцентна, оформление рассрочки бесплатно.
Детали рассрочки описаны в оферте на каждую соответствующую программу/курс, в Приложении № 1 – График платежей.
В Графике платежей указаны контрольные даты, на которые слушателем суммарно за всё предшествующее такой дате время должна быть перечислена указанная в графике платежей соответствующая сумма, или превышающая её сумма (но не более полной стоимости обучения). Например:
- Оплата через равные промежутки времени платежами одинакового размера
- Оплата одним платежом в размере стоимости всего обучения
Все описанные варианты допустимы, если на каждую из обозначенных в графике платежей дат внесено платежей на сумму не меньше указанной.
Получить консультацию
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных