Перейти на сайт курса
Компьютерное зрение — это просмотр и интерпретация визуальных данных с помощью искусственного интеллекта. Его можно развернуть в камерах наблюдения, на периферийных серверах или в облаке. Современные системы компьютерного зрения поддерживают целый ряд отраслей, от производства до розничной торговли и финансов. Курсов по компьютерному зрению не так много, но я собрал для вас несколько лучших.
Курс «Компьютерное зрение» от Otus
| Длительность | 4 месяца |
| Уровень | С нуля |
| Для кого подходит | специалистам в сфере Machine Learning, которые хотят специализироваться на компьютерном зрении; тем, кто уже использует практики Deep Learning и хочет расширить и систематизировать знания |
| Формат | Видеолекции + домашнее задание + обратная связь от преподавателя |
| Гарантии | Помощь в устройстве на работу |
| Итоги | Сертификат |
| Цена | По запросу |
| Ссылка на курс | Узнать подробности |
Содержание. Программа курса включает в себя следующие блоки:
- современные архитектуры и работа с данными;
- детекция объектов и работа с видео;
- сегментация и не только;
- проектная работа.
Преподаватели:
Артур Кадурин — Chief Al Officer Insilico Medicine.
Антон Витвицкий — Kazendi Ltd., Senior Computer Vision Engineer.
Михаил Степанов — Data Scientist Insilico Medicine.
Роман Захаров — Senior Data Scientist в Райффайзенбанке.
Евгения Ческидова — Deep Learning Engineer в Wolf3d, Таллин.
Во время курса вы:
- будете работать с открытыми датасетами для различных задач Computer Vision;
- разберетесь в принципах работы и вариантах сверточных и пулинг-слоев, в том числе, специфических для задач детекции и сегментации объектов;
- научитесь применять механизм внимания в сверточных сетях;
- узнаете, какие идеи лежат в основе современных сверточных сетей (MobileNet, ResNet, EfficientNet, etc.);
- разберетесь в DL-подходах к детекции объектов – изучите семейство R-CNN, реалтайм-детекторы: YOLO, SSD. А также реализуете детектор объектов самостоятельно;
- научитесь решать задачу Deep Metric Learning с помощью сиамских сетей. Узнаете, что такое triplet loss, angular loss;
- получите опыт в решении задачи сегментации изображений: U-Net, DeepLab;
- научитесь применять fine tuning, transfer learning и собирать собственные датасеты для задач object detection и Image segmentation, metric learning;
- будете работать с генеративными состязательными сетями. Поймете, как можно использовать GANs для состязательных атак и как реализовать super resolution GANs;
- научитесь запускать модели на сервере (tensorflow serving, TFX). Познакомитесь с фреймворками для оптимизации нейросетей для интерфейса на мобильных/embedded-устройствах: Tensorflow Lite, TensorRT;
- изучите архитектуры для определения Facial Landmarks: Cascade shape regression, Deep Alignment Network, Stacked Hourglass Network.
Мои впечатления: Полноценный курс по компьютерному зрению. Обучение проходит в формате вебинаров. После каждого занятия вы будете выполнять домашние задания, которые позволят применять на практике полученные знания. По каждой самостоятельно выполненной работе преподаватель дает развернутый фидбек. Также в течение всего курса вы будете работать над индивидуальным проектом, который в последующем можно представить в портфолио при устройстве на работу.
Курс «Машинное обучение» от Нетологии
| Длительность | 5 месяцев |
| Уровень | Продолжающий |
| Для кого подходит | ● разработчикам; ● аналитикам; ● математикам. |
| Формат | Видеолекции + домашнее задание + обратная связь от преподавателя |
| Гарантии | Помощь в устройстве на работу |
| Итоги | Диплом |
| Цена |
|
| Ссылка на курс | Узнать подробности |
Содержание. Программа курса включает в себя следующие блоки:
- построение модели;
- работа с заказчиком;
- рекомендательные системы;
- компьютерное зрение;
- обработка естественного языка (NLP);
- временные ряды;
- итоговый хакатон.
Преподаватели:
Вячеслав Мурашкин — Data Science Team Lead.
Константин Башевой — аналитик-разработчик в Яндекс.
Алексей Кузьмин — директор разработки в ДомКлик.ру.
Артур Сапрыкин — ведущий аналитик в NetByNet.
После окончания курса вы сможете:
- формулировать задачу для data science-проекта;
- подбирать алгоритмы и метрики под задачу для разных моделей;
- строить модели машинного обучения с помощью библиотеки Sklearn;
- оценивать качество моделей машинного обучения;
- интерпретировать результаты и составлять отчёт об исследовании.
Мои впечатления: Отличный курс по машинному обучению, включающий блок по компьютерному зрению. Каждое занятие включает в себя практические задания, которые выполняются как индивидуально, так в команде. Эксперты курса, преподаватели и менторы всегда открыты для дополнительных вопросов и комментариев как в процессе обучения, так и после окончания программы. А центр развития карьеры поможет с составлением резюме, подготовит к собеседованию, предложит вакансии и будет сопровождать на всех этапах поиска работы.
Курсы по компьютерному зрению на Udemy
| На платформе собрано более 40 курсов по компьютерному зрению на разных языках. Они небольшие по продолжительности, но позволяют приобрести и отточить конкретные навыки. Каждый курс имеет рейтинг и отзывы пользователей, что поможет выбрать наиболее подходящий под ваши запросы. Доступ к купленному курсу неограниченный, а преподаватели – ведущие эксперты в своей отрасли со всего мира. |
| Цена | В зависимости от выбранного курса |
Выводы о профессии:
Технология компьютерного зрения применяется в области создания беспилотных автомобилей, систем распознавания лиц, отслеживания движения глаз, а также в разработке новейших бытовых приборов и в сфере создания дополненной реальности. Специалисты, которые умеют работать с этой технологией, становятся все более востребованными и могут претендовать на работу в передовых компаниях и хороший оклад. Пройдя один из курсов по компьютерному зрению, вы приобретете востребованный навык и повысите свою ценность на рынке труда.
Если вы учились на одном из этих курсов и есть чем поделиться, напишите честный отзыв в комментариях!