Университет Искусственного Интеллекта / Дмитрий Романов - Computer Vision School

О курсе

Программа построена вокруг практических занятий по компьютерному зрению. В первом занятии рассматриваются детекция объектов на изображениях и видео с использованием готовых моделей, поиск и классификация объектов, отслеживание перемещения в кадре и подсчёт количества объектов. Предусмотрена разработка web-приложения в Google AI Studio для загрузки и обработки изображений и видео с визуализацией результатов, а также backend-разработка в Google Colab с помощью GPT в подходе vibe coding: генерация кода для инференса моделей, обработки видео и трекинга объектов.

Второе занятие посвящено сегментации изображений: выделению объектов на уровне пикселей с помощью современных моделей сегментации, интерактивному выделению объектов, получению масок и работе с изображениями для удаления фона и точного выделения элементов сцены. Практическая часть включает web-приложение в Google AI Studio для работы с изображениями и получения масок, а также backend в Google Colab с помощью GPT.

Третье занятие охватывает полный цикл обучения нейросети с нуля для классификации изображений: подготовку датасета, разделение на обучающую и тестовую выборки, обучение модели и оценку качества. Разбираются основные метрики, визуализация процесса обучения и результатов. Предусмотрена разработка web-приложения в Google AI Studio для загрузки изображений и получения предсказаний, а также backend-разработка в Google Colab с помощью GPT: настройка обучения моделей, сохранение весов и инференс для новых данных.

Четвёртое занятие посвящено исследованию рынка CV и разбору ключевых задач: анализу рынка, обзору типов CV-задач и ключевых областей применения, примерам использования в разных отраслях, разбору мировых и российских кейсов внедрения CV, возможностям и перспективам направления в 2026 году, а также оценке текущего рынка вакансий и требований к специалистам.

Дополнительный модуль посвящён временным рядам и табличным данным: анализу и прогнозированию, подготовке данных, построению моделей и оценке качества прогнозов. В рамках модуля также предусмотрена разработка web-приложения в Google AI Studio для ввода параметров и получения прогнозов и backend-разработка в Google Colab с помощью GPT: загрузка данных, обучение модели и генерация прогнозов на новых значениях.

Что рассматривается в программе

• рассматривается детекция объектов на изображениях и видео с использованием готовых моделей
• разбирается отслеживание перемещения объектов в кадре и подсчёт их количества
• рассматривается сегментация изображений на уровне пикселей и получение масок
• разбирается полный цикл обучения модели классификации изображений
• рассматриваются основные метрики и визуализация процесса обучения
• работа с Google AI Studio для разработки web-приложений
• работа с Google Colab и GPT в подходе vibe coding для backend-разработки
• рассматриваются анализ и прогнозирование временных рядов и табличных данных

Кому может быть полезен курс

• тем, кто интересуется компьютерным зрением и практической разработкой CV-приложений
• специалистам, которым нужно ознакомиться с детекцией, трекингом и сегментацией изображений
• тем, кто хочет разобраться в обучении модели классификации изображений с нуля
• тем, кто интересуется обзором рынка CV-задач и кейсов внедрения
• тем, кто хочет ознакомиться с анализом временных рядов и табличных данных

Вопросы о программе