Подведение итогов

Глубокое обучение для работы с изображениями на PyTorch

Michal Oleszak

Machine Learning Engineer

Что вы изучили

1. Классификация изображений с помощью свёрточных нейронных сетей

  • Бинарная классификация
  • Многоклассовая классификация
  • Свёрточные нейронные сети
  • Использование предобученных моделей

бинарная классификация

Глубокое обучение для работы с изображениями на PyTorch

Что вы изучили

2. Распознавание объектов

  • Ограничивающие рамки
  • Модели: R-CNN, Faster R-CNN
  • Подавление немаксимумов (NMS)
  • Оценка качества: IoU

координаты ограничивающей рамки

Глубокое обучение для работы с изображениями на PyTorch

Что вы изучили

3. Сегментация изображений

  • Маски сегментации
  • Сегментация экземпляров: Mask R-CNN
  • Семантическая сегментация: U-Net
  • Паноптическая сегментация

Паноптическая сегментация

Глубокое обучение для работы с изображениями на PyTorch

Что вы изучили

4. Генерация изображений с помощью GAN

  • Базовая GAN
  • Глубокая свёрточная GAN (DCGAN)
  • Обучение модели
  • Оценка качества: FID

Примеры изображений покемонов, сгенерированных GAN.

Глубокое обучение для работы с изображениями на PyTorch

Поздравляем и удачи!

Глубокое обучение для работы с изображениями на PyTorch

Preparing Video For Download...