Комп’ютерне бачення (прикладна математика)
Тип: На вибір студента
Кафедра: прикладної математики
Навчальний план
| Семестр | Кредити | Звітність |
| 10 | 4.5 | Залік |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 10 | 32 | Марчук Ю. Б. | ПМп-51м |
Лабораторні
| Семестр | К-сть годин | Група | Викладач(і) |
| 10 | 16 | ПМп-51м | Марчук Ю. Б., доцент Білецький В. М. |
Опис курсу
Курс “Компютерне бачення” охоплює такі розділи:
- Основи обробки зображень та відео, обробка зображень з OpenCV.
- Розпізнавання облич з допомогою OpenCV.
- Розв’язування задач регресії та класифікації в машинному навчанні.
- Класифікація рукописних цифр.
- Класифікація зображень за допомогою щільно зв’язаної нейронної мережі.
- Класифікація зображень з допомогою спеціальної згорткової мережі.
- Класифікація зображень з допомогою моделі VGG16.
- Виявлення об’єктів з допомогою YOLO.
- Ознайомлення з хмарними рішеннями для комп’ютерного бачення.
- Вступ до генеративних змагальних мереж.
Викладення матеріалу здійснюється за допомогою сучасних термінів та понять з галузі інформаційних технологій.
Рекомендована література
- Joseph Howse, Joe Minichino Learning OpenCV 5 Computer Vision with Python 2023 – 476 p
- Krishnendu Kar Mastering Computer Vision with TensorFlow 2.x, 2020. –430 p
- Valliappa Lakshmanan Practical Machine Learning for Computer Vision – 2021 – 280 p
- Umberto Michelucci Advanced Applied Deep Learning: Convolutional Neural Networks and Object Detection – 2019 – 294 p
- Rajakingappaa Shanmugamani Deep Learning for Computer Vision – 2018 – 310 p