Зверніть увагу: Цей курс представлений у форматі відеозаписів лекцій без зворотного зв’язку та участі викладача. Ви отримуєте повний доступ до всіх матеріалів одразу після оплати. Мова викладання — російська. Незабаром буде українська версія курсу.
Станьте експертом у галузі комп’ютерного зору
Комп’ютерний зір (Computer Vision) — одна з найгарячіших галузей Data Science, що стрімко розвивається. Цей курс призначений для фахівців, які вже мають досвід у машинному навчанні та хочуть отримати глибокі, систематизовані знання для вирішення складних індустріальних завдань, пов’язаних з аналізом зображень та відео.
Глибоке занурення у сучасні технології
Ми вийдемо за межі простої класифікації зображень. Ви вивчите архітектури, що лежать в основі найсучасніших систем: від еволюції згорткових мереж (ResNet, EfficientNet) до механізмів уваги. Курс охоплює ключові завдання, такі як детекція об’єктів у реальному часі (YOLO, SSD), семантична сегментація (U-Net, DeepLab), а також роботу з відео та 3D-сценами. Окрема увага приділяється генеративним моделям (GANs) та оптимізації нейромереж для реального застосування.
На курсі ви навчитеся:
- Працювати з даними: Використовувати відкриті датасети, застосовувати аугментацію та готувати дані для навчання.
- Детектувати та сегментувати: Реалізовувати детектори об’єктів (R-CNN, YOLO) та моделі сегментації (U-Net).
- Аналізувати відео та 3D: Застосовувати техніки відстеження об’єктів (object tracking) та працювати з тривимірними сценами (PointNet).
- Розгортати моделі: Навчитеся запускати моделі на сервері (TensorFlow Serving) та оптимізувати їх для мобільних пристроїв (TensorRT, TF Lite).
? Програма навчання: 4 модулі для глибокого занурення
1. Сучасні архітектури та робота з даними
- Еволюція згорткових мереж: AlexNet -> ResNetX
- Transfer Learning та Fine-tuning у Tensorflow та PyTorch
- Підготовка та аугментація даних
- Механізми уваги у згорткових мережах
2. Детекція об’єктів та робота з відео
- Класичні підходи CV, робота з OpenCV
- Object detection: R-CNN, Fast R-CNN, Faster R-CNN
- Object detection: YOLO, SSD
- Визначення Landmarks, Object tracking на відео
- Інференс на сервері
3. Сегментація та генеративні моделі
- Сегментація: U-net, DeepLab
- Генеративні мережі: GANs, super-resolution, adversarial attacks
- Робота з 3D-сценами: PointNet
- Оптимізація моделей: TensorRT
4. Проєктна робота
- Консультації та захист власного проєкту


Ви економите:
Покваптеся! Закінчується через 
Олена Підтверджений клієнт –
Це вже для тих, хто “в темі”. Я працюю в ML, і цей курс допоміг мені перейти в Computer Vision. Дуже глибоко і системно. Рекомендую.
Катерина Підтверджений клієнт –
GANs – це просто космос! Створювати зображення з нічого – це неймовірно. Курс дав гарне уявлення, як це працює.
Андрій Підтверджений клієнт –
R-CNN, YOLO, SSD – нарешті я зрозумів різницю і коли що використовувати. Курс все розклав по поличках. Дуже багато практики.