Sign up to save your podcasts
Or
Share Зрение для роботов (Евгений Разинков) #41
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
Зрение для роботов (Евгений Разинков) #41
Евгений Разинков - кандидат физико-математических наук, руководитель отдела машинного обучения и компьютерного зрения группы компаний FIX и директор по науке в компании Prevision Technologies Inc. А ещё он читает лекции по машинному обучению и компьютерному зрению в Казанском Федеральном Университете.
Рассмотрим задачи компьютерного зрения: классификация, сегментация, идентификация объектов. Чем отличаются классические алгоритмы компьютерного зрения от свёрточных нейросетей? Как машины различают лица, определяют контуры объектов и рисуют несуществующих людей?
больше в группе: vk.com/neurotea
эксклюзивный контент на Патреоне: www.patreon.com/neurotea
кое-что изнутри:
1:50 - философия зрения у роботов;
6:35 - классификация изображений;
9:15 - локализация объектов на картинке;
13:30 - почему в индустрии больше проблем с данными, чем в науке;
14:20 - обнаружение объектов;
16:20 - выделение и трекинг объектов;
20:55 - распознавание лиц;
22:30 - распознавание "с улицы в магазин";
26:34 - генеративно-состязательные сети. Как машина выдумывает лица;
32:10 - красивые классические алгоритмы компьютерного зрения;
40:00 - главная проблема классических алгоритмов - немасштабируемость;
47:00 - как устроены глубокие нейросети;
48:50 - что такое персептрон;
51:40 - что сворачивают свёрточные сети;
61:00 - сравниваем человеческое и компьютерное зрение;
66:30 - что посмотреть про компьютерное зрение: Standford CS231N.
View all episodes
By Нейрочай
5
11 ratings
Евгений Разинков - кандидат физико-математических наук, руководитель отдела машинного обучения и компьютерного зрения группы компаний FIX и директор по науке в компании Prevision Technologies Inc. А ещё он читает лекции по машинному обучению и компьютерному зрению в Казанском Федеральном Университете.
Рассмотрим задачи компьютерного зрения: классификация, сегментация, идентификация объектов. Чем отличаются классические алгоритмы компьютерного зрения от свёрточных нейросетей? Как машины различают лица, определяют контуры объектов и рисуют несуществующих людей?
больше в группе: vk.com/neurotea
эксклюзивный контент на Патреоне: www.patreon.com/neurotea
кое-что изнутри:
1:50 - философия зрения у роботов;
6:35 - классификация изображений;
9:15 - локализация объектов на картинке;
13:30 - почему в индустрии больше проблем с данными, чем в науке;
14:20 - обнаружение объектов;
16:20 - выделение и трекинг объектов;
20:55 - распознавание лиц;
22:30 - распознавание "с улицы в магазин";
26:34 - генеративно-состязательные сети. Как машина выдумывает лица;
32:10 - красивые классические алгоритмы компьютерного зрения;
40:00 - главная проблема классических алгоритмов - немасштабируемость;
47:00 - как устроены глубокие нейросети;
48:50 - что такое персептрон;
51:40 - что сворачивают свёрточные сети;
61:00 - сравниваем человеческое и компьютерное зрение;
66:30 - что посмотреть про компьютерное зрение: Standford CS231N.