Запись лекции про Компьютерное зрение от Артёма Топорова
ML boost camp в телеграмм @ml_boost_camp
Ссылка на лекцию Владислава Крамаренко про генеративные модели th-cam.com/video/l30xusW0ExA/w-d-xo.html
Описание:
00:00 - План
00:45 - Теория
01:37 - Как работает свертка
02:16 - Фильтр Собеля
03:46 - Standard convolution
04:18 - Функция активации
04:47 - Depthwise convolution
05:08 - Pointwise convolution
05:43 - Group convolution
06:17 - Max Pooling
07:03 - Fully connected layers
08:00 - Batch Normalization и другие типы
09:30 - Классификация изображений
10:08 - ResNet
10:57 - ResNext
11:30 - EfficientNet
12:04 - Vision Transformer
14:10 - Метрики и функции потерь для задач классификации
15:01 - Сегментация изображений
15:56 - UNET
16:48 - UNET++
17:26 - FPN
17:51 - Метрики и функции потерь для задач сегментации
18:39 - Детекция
19:20 - YOLO
20:31 - Метрики и функции потерь для задач детекции
21:30 - Embeddings
22:25 - Metric Learning
22:43 - Triplet Loss
23:24 - Обучение без разметки
24:15 - DINO
25:00 - Masked Image Modeling
25:44 - IBOT
26:17 - JEPA
26:49 - Трюки
27:13 - Ансамблирование
28:28 - Snapshot Ensembling
29:17 - Дополнительные головы
29:52 - Аугментации
30:41 - Test Time Augmentations
31:18 - Pseudo Labeling
32:05 - Optuna и подбор гиперпараметров
33:26 - Fine Tuning
34:11 - Optimizer
34:48 - Ускорение
35:17 - Анонс интервью
#kaggle #ml #datascience #machinelearning