Skip to content

mlcoursemm/cv2021spring

main
Switch branches/tags

Name already in use

A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
 
 
 
 
 
 
 
 

EN version

Введение в компьютерный интеллект. Современное компьютерное зрение.

Лекции и семинары

Содержание

Новости

  • (2021-04-13) Выложена восьмая лекция и восьмой семинар, а также код к нему
  • (2021-04-06) Выложено второе домашнее задание по теории. Дедлайн: 23:59 25.04.2021. Решения высылать на почту mlcoursemm@gmail.com с темой [CV2021:Theory02]. В теле письма указать свои ФИО, курс, факультет, группу.
  • (2021-03-23) Запущено соревнование в качестве домашнего задания Соревнование01.
  • (2021-03-23) Выложена пятая лекция и пятый семинар, а также код к нему
  • (2021-03-18) Выложено второе домашнее задание по практике. Дедлайн: 23:59 04.04.2021. Название ноутбука с реализацией должно иметь шаблон "Prac02_Ivanov.ipynb" и посылаться на почту mlcoursemm@gmail.com с темой [CV2021:Prac02]. В теле письма указать свои ФИО, курс, факультет, группу.
  • (2021-03-18) Выложена четвёртая лекция и четвёртый семинар
  • (2021-03-09) Выложено первое домашнее задание по практике. Дедлайн: 23:59 28.03.2021. Название ноутбука с реализацией должно иметь шаблон "Prac01_Ivanov.ipynb" и посылаться на почту mlcoursemm@gmail.com с темой [CV2021:Prac01]. В теле письма указать свои ФИО, курс, факультет, группу.
  • (2021-03-09) Выложена третья лекция и третий семинар
  • (2021-03-02) Выложено первое домашнее задание по теории. Дедлайн: 23:59 21.03.2021. Решения высылать на почту mlcoursemm@gmail.com с темой [CV2021:Theory01]. В теле письма указать свои ФИО, курс, факультет, группу.
  • (2021-03-02) Выложена вторая лекция и второй семинар
  • (2021-02-18) Выложена первая лекция, первый семинар, а также код к нему
  • (2021-02-15) Создан данный репозиторий
  • Первое лекционное занятие состоится во вторник, 16 февраля, в 16:45 онлайн в Zoom (ссылка будем разослана в соотв. канале)
  • Первое семинарское занятие состоится во вторник, 16 февраля, в 18:15 онлайн в Zoom (ссылка будем разослана в соотв. канале)
  • Помимо лекций будут проходить еще и семинарские занятия, на которых будут обсуждаться практические вопросы компьютерного зрения. Семинары будут проходить сразу после лекций.

Краткая информация

В весеннем семестре 2021 года на механико-математическом факультете МГУ им. М. В. Ломоносова начинается чтение нового спецкурса по выбору студента, посвященного алгоритмам современного компьютерного зрения (теория + практика).

Курс будет читаться на базе кафедры Математической Теории Интеллектуальных Систем под руководством д.ф.-м.н., профессора Бабина Д. Н..

Курс будут читать к.ф.-м.н. Петюшко А. А. и к.ф.-м.н. Иванов И. Е.

Время и место

Курс читается по вторникам в 16:45 (теория) и 18:15 (практика) онлайн в Zoom.

Связь с преподавателями

  • Telegram-канал, в котором будут появляться все важные новости
  • Обратная связь - по почте mlcoursemm@gmail.com
  • Ну и всегда можно написать в issues :)

Результаты выполнения заданий

Программа курса

Номер Дата Лекция Семинар ДЗ
01 16.02.2021 Вводная лекция. Задачи компьютерного зрения Вводное занятие. ML stack
02 02.03.2021 Сверточные слои Свертки Теория01
03 09.03.2021 Несверточные слои Несверточные слои Практика01
04 16.03.2021 Обучение нейронных сетей Метод обратного распространения ошибки Практика02
05 23.03.2021 Основные архитектуры сверточных нейросетей Процесс обучения Соревнование01
06 30.03.2021 Методы обнаружения объектов Подсчет метрик качества для задачи обнаружения объектов
07 06.04.2021 Методы семантической и объектно-чувствительной сегментации Методы аугменации данных Теория02
08 13.04.2021 Генеративные состязательные сети Вывод формул для GAN. Transfer learning
09 20.04.2021 Методы улучшения качества изображений Методы улучшения качества изображений
10 27.04.2021 Методы сжатия и ускорения нейронных сетей Проблемы и вызовы современного искусственного интеллекта

Список литературы

  1. Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning, 1st edition, MIT Press, 2016.
  2. http://neuralnetworksanddeeplearning.com/
  3. Francois Chollet. Deep Learning with Python, 1st edition, Manning, 2017.

Полезные ссылки

Машинное обучение

  • Желательно иметь базу в виде курса по машинному обучению (например, здесь лежит соответствующий курс)

Python

  • Краткое введение в язык программирования Python здесь

EN version

Introduction to Computer Intelligence. Modern computer vision.

Lectures and seminars

Content

News

  • (2021-04-13) Uploaded 8th lecture and 8th seminar, and also code for it
  • (2021-04-06) Uploaded second theory homework. Deadline: 23:59 04/25/2021. Send solutions to mlcoursemm@gmail.com with the subject title [CV2021: Theory02]. In the body of the email, indicate your full name, course, faculty, group.
  • (2021-03-23) Started competition as homework Competition01.
  • (2021-03-23) Uploaded 5th lecture and the 5th seminar, and also code for it
  • (2021-03-18) Uploaded second practice homework. Deadline: 23:59 04.04.2021. The name of the implementation notebook should have the template "Prac02_Ivanov.ipynb" and be sent to mlcoursemm@gmail.com with the subject title [CV2021: Prac02]. In the body of the email, indicate your full name, course, faculty, group.
  • (2021-03-18) Uploaded 4th lecture and 4th seminar
  • (2021-03-09) Uploaded first practice homework. Deadline: 23:59 03/28/2021. The name of the implementation notebook should have the template "Prac01_Ivanov.ipynb" and be sent to mlcoursemm@gmail.com with the subject title [CV2021: Prac01]. In the body of the email, indicate your full name, course, faculty, group.
  • (2021-03-09) Uploaded 3rd lecture and 3rd seminar
  • (2021-03-02) Uploaded first theory homework. Deadline: 23:59 03/21/2021. Send solutions to mlcoursemm@gmail.com with the subject title [CV2021: Theory01]. In the body of the email, indicate your full name, course, faculty, group.
  • (2021-03-02) Uploaded 2nd lecture and 2nd seminar
  • (2021-02-18) Uploaded 1st lecture, 1st seminar, and also code for it
  • (2021-02-15) This repository has been created
  • The first lecture will take place on Tuesday, February 16, at 4:45 pm online at Zoom (link will be sent to the appropriate channel)
  • The first seminar will take place on Tuesday, February 16, at 18:15 online at Zoom (link will be sent to the appropriate channel)
  • In addition to lectures, seminars will also be held, where practical issues of computer vision will be discussed. Seminars will be held immediately after the lectures.

Short info

In the spring semester of 2021 at the Faculty of Mechanics and Mathematics of Lomonosov Moscow State University begins reading a new special course at the student's choice, dedicated to the algorithms of modern computer vision (theory + practice).

The course will be taught on the basis of the Department of Mathematical Theory of Intelligent Systems under the guidance of Doctor of Physical and Mathematical Sciences, Professor Babin D.N..

The course will be taught by Ph.D. Petiushko A.A. and Ph.D. Ivanov I.E.

Time and place

The lessons are to be taught on Tuesdays at 16:45 (theory) and 18:15 (practice) online at Zoom.

Communication with teachers

Task results

Course program

Number Date Lecture Seminar Homework
01 16.02.2021 Introductory lecture. Computer vision tasks Introductory lesson. ML stack
02 02.03.2021 Convolutional layers Convolution Theory01
03 09.03.2021 Non-convolutional layers Non-convolutional layers Practice01
04 16.03.2021 Neural network training Backpropagation method Practice02
05 23.03.2021 Basic Convolutional Network Architectures Learning process Competition01
06 30.03.2021 Object detection methods Calculation of quality metrics for the object detection problem
07 06.04.2021 Semantic and object-sensitive segmentation techniques Data Augmentation Methods Theory02
08 13.04.2021 Generative adversarial networks Derivation of formulas for GAN. Transfer learning
09 20.04.2021 Image enhancement Image enhancement
10 27.04.2021 Neural network compression and speedup AI Ethics

Bibliography

  1. Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning, 1st edition, MIT Press, 2016.
  2. http://neuralnetworksanddeeplearning.com/
  3. Francois Chollet. Deep Learning with Python, 1st edition, Manning, 2017.

Useful links

Machine learning

  • It is desirable to have a base in the form of a machine learning course done (for example, here can be found the appropriate course)

Python

  • A brief introduction to the Python programming language here

About

Computer Vision, Course 2021 Spring (lectures + seminars)

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •