À propos de ce cours
4.0
71 notes
13 avis
Spécialisation
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé

Niveau avancé

Heures pour terminer

Approx. 27 heures pour terminer

Recommandé : 5 weeks of study...
Langues disponibles

Anglais

Sous-titres : Anglais
Spécialisation
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé

Niveau avancé

Heures pour terminer

Approx. 27 heures pour terminer

Recommandé : 5 weeks of study...
Langues disponibles

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
3 heures pour terminer

Introduction to image processing and computer vision

Welcome to the "Deep Learning for Computer Vision“ course! In the first introductory week, you'll learn about the purpose of computer vision, digital images, and operations that can be applied to them, like brightness and contrast correction, convolution and linear filtering. These simple image processing methods solve as building blocks for all the deep learning employed in the field of computer vision. Let’s get started!...
Reading
8 vidéos (Total 54 min), 2 quiz
Video8 vidéos
Digital images3 min
Structure of human eye and vision6 min
Color models15 min
Image processing goals and tasks2 min
Contrast and brightness correction5 min
Image convolution7 min
Edge detection8 min
Quiz1 exercice pour s'entraîner
Basic image processing10 min
Semaine
2
Heures pour terminer
4 heures pour terminer

Convolutional features for visual recognition

Module two revolves around general principles underlying modern computer vision architectures based on deep convolutional neural networks. We’ll build and analyse convolutional architectures tailored for a number of conventional problems in vision: image categorisation, fine-grained recognition, content-based retrieval, and various aspect of face recognition. On the practical side, you’ll learn how to build your own key-points detector using a deep regression CNN. ...
Reading
12 vidéos (Total 91 min), 2 quiz
Video12 vidéos
AlexNet, VGG and Inception architectures11 min
ResNet and beyond10 min
Fine-grained image recognition5 min
Detection and classification of facial attributes6 min
Content-based image retrieval7 min
Computing semantic image embeddings using convolutional neural networks8 min
Employing indexing structures for efficient retrieval of semantic neighbors9 min
Face verification6 min
The re-identification problem in computer vision5 min
Facial keypoints regression6 min
CNN for keypoints regression5 min
Quiz1 exercice pour s'entraîner
Convolutional features for visual recognition24 min
Semaine
3
Heures pour terminer
3 heures pour terminer

Object detection

In this week, we focus on the object detection task — one of the central problems in vision. We start with recalling the conventional sliding window + classifier approach culminating in Viola-Jones detector. Tracing the development of deep convolutional detectors up until recent days, we consider R-CNN and single shot detector models. Practice includes training a face detection model using a deep convolutional neural network....
Reading
13 vidéos (Total 46 min), 2 quiz
Video13 vidéos
Sliding windows3 min
HOG-based detector2 min
Detector training3 min
Viola-Jones face detector5 min
Attentional cascades and neural networks3 min
Region-based convolutional neural network3 min
From R-CNN to Fast R-CNN5 min
Faster R-CNN4 min
Region-based fully-convolutional network2 min
Single shot detectors3 min
Speed vs. accuracy tradeoff1 min
Fun with pedestrian detectors1 min
Quiz1 exercice pour s'entraîner
Object Detection16 min
Semaine
4
Heures pour terminer
4 heures pour terminer

Object tracking and action recognition

The fourth module of our course focuses on video analysis and includes material on optical flow estimation, visual object tracking, and action recognition. Motion is a central topic in video analysis, opening many possibilities for end-to-end learning of action patterns and object signatures. You will learn to design computer vision architectures for video analysis including visual trackers and action recognition models....
Reading
11 vidéos (Total 74 min), 2 quiz
Video11 vidéos
Optical flow5 min
Deep learning in optical flow estimation5 min
Visual object tracking5 min
Examples of visual object tracking methods13 min
Multiple object tracking5 min
Examples of multiple object tracking methods8 min
Introduction to action recognition6 min
Action classification7 min
Action classification with convolutional neural networks5 min
Action localization6 min
Quiz1 exercice pour s'entraîner
Video Analysis16 min
4.0
13 avisChevron Right

Meilleurs avis

par SJJun 12th 2018

Excellent course! Quiz questions are conceptual and challenging and assignments are pretty rigorous and 100% practical application oriented.

Enseignants

Avatar

Anton Konushin

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexey Artemov

Senior Lecturer
HSE Faculty of Computer Science

À propos de National Research University Higher School of Economics

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communications, IT, mathematics, engineering, and more. Learn more on www.hse.ru...

À propos de la Spécialisation Advanced Machine Learning

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Advanced Machine Learning

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.