[OTUS] Компьютерное зрение (Части 1-4) (2020)

• [OTUS] Компьютерное зрение (Части 1-4) (2020)
• 1.Компьютерное зрение - задачи, инструменты и программа курса/1.pdf 4 MB
• 1.Компьютерное зрение - задачи, инструменты и программа курса/1.txt 136 B
• 1.Компьютерное зрение - задачи, инструменты и программа курса/Dockerfile 1.2 KB
• 1.Компьютерное зрение - задачи, инструменты и программа курса/Домашнее задание.txt 514 B
• 1.Компьютерное зрение - задачи, инструменты и программа курса/Компьютерное зрение.mp4 116.3 MB
• 10.Object detection 2. YOLO, Single-Shot Detector/Object detection 2. YOLO, Single-Shot Detector.mp4 281.4 MB
• 10.Object detection 2. YOLO, Single-Shot Detector/Object_detection_III___YOLO__YOLOv2__YOLO9000__YOLOv3.pdf 3.3 MB
• 10.Object detection 2. YOLO, Single-Shot Detector/Object_detection_III___YOLO__YOLOv2__YOLO9000__YOLOv3_slides.pdf 5.2 MB
• 10.Object detection 2. YOLO, Single-Shot Detector/yolov3.ipynb 11.3 KB
• 10.Object detection 2. YOLO, Single-Shot Detector/Домашнее задание.txt 1.1 KB
• 10.Object detection 2. YOLO, Single-Shot Detector/ссылки.txt 210 B
• 11.Работаем с 3D сценами. PointNet/3d_and_neural_networks_cv.pdf 12 MB
• 11.Работаем с 3D сценами. PointNet/3d_and_neural_networks_cv.pptx 13.5 MB
• 11.Работаем с 3D сценами. PointNet/Домашнее задание.txt 1.3 KB
• 11.Работаем с 3D сценами. PointNet/Работаем с 3D сценами. PointNet.mp4 236 MB
• 11.Работаем с 3D сценами. PointNet/ссылки.txt 99 B
• 12.GANs, super-resolution, adversarial attack/12.pdf 8.5 MB
• 12.GANs, super-resolution, adversarial attack/GANs, super-resolution, adversarial attack.mp4 116.7 MB
• 12.GANs, super-resolution, adversarial attack/ссылки.txt 391 B
• 13.Сегментация 1. U-net/segmentation_tutorial.ipynb 6.3 MB
• 13.Сегментация 1. U-net/Segmentation_Unet.pdf 4.5 MB
• 13.Сегментация 1. U-net/Сегментация 1. U-net.mp4 150.3 MB
• 13.Сегментация 1. U-net/ссылки.txt 122 B
• 14.Сегментация 2. DeepLab/Segmentation_DeepLab_1.pdf 3.6 MB
• 14.Сегментация 2. DeepLab/Сегментация 2. DeepLab.mp4 229.6 MB
• 14.Сегментация 2. DeepLab/ссылки.txt 228 B
• 15.Работа с видео. Object tracking/Otus_CV_Object_Tracking_slides.pdf 4.5 MB
• 15.Работа с видео. Object tracking/OTUS_CV___Object_Tracking.pdf 2.7 MB
• 15.Работа с видео. Object tracking/Работа с видео. Object tracking.mp4 160.3 MB
• 15.Работа с видео. Object tracking/ссылки.txt 467 B
• 16.GANs 2 обзор состязательных архитектур/16-2.pdf 12.9 MB
• 16.GANs 2 обзор состязательных архитектур/16.pdf 13.3 MB
• 16.GANs 2 обзор состязательных архитектур/GANs 2 обзор состязательных архитектур.mp4 76.8 MB
• 17.TensorRT и инференс на сервере/beyond_training.ipynb 100.9 KB
• 17.TensorRT и инференс на сервере/beyond_training.py 25 KB
• 17.TensorRT и инференс на сервере/TensorRT и инференс на сервере.mp4 196.5 MB
• 17.TensorRT и инференс на сервере/ссылки.txt 1.3 KB
• 19.Консультация по проектам и домашним заданиям/Консультация по проектам и домашним заданиям.mp4 116.1 MB
• 19.Консультация по проектам и домашним заданиям/Шаблон презентации для защиты проекта.pptx 3.9 MB
• 2.Эволюция сверточных сетей AlexNet-ResNetX/CNN_Network_architectures.pdf 9 MB
• 2.Эволюция сверточных сетей AlexNet-ResNetX/hw2.zip 288.9 KB
• 2.Эволюция сверточных сетей AlexNet-ResNetX/Домашнее задание.txt 529 B
• 2.Эволюция сверточных сетей AlexNet-ResNetX/Эволюция сверточных сетей.mp4 129.6 MB
• 20.Защита проектных работ/Защита проектных работ.mp4 108.8 MB
• 3.Стандартные датасеты и модели в PyTorch на примере Fine-tuning/1.txt 117 B
• 3.Стандартные датасеты и модели в PyTorch на примере Fine-tuning/3.pdf 1.1 MB
• 3.Стандартные датасеты и модели в PyTorch на примере Fine-tuning/dataset.ipynb 2.9 KB
• 3.Стандартные датасеты и модели в PyTorch на примере Fine-tuning/finetunning.ipynb 6.8 KB
• 3.Стандартные датасеты и модели в PyTorch на примере Fine-tuning/Домашнее задание.txt 718 B
• 3.Стандартные датасеты и модели в PyTorch на примере Fine-tuning/Стандартные датасеты и модели в PyTorch.mp4 145.9 MB
• 4.Стандартные датасеты и модели в TensorFlow на примере подхода Transfer Learning/1.txt 232 B
• 4.Стандартные датасеты и модели в TensorFlow на примере подхода Transfer Learning/Домашнее задание.txt 559 B
• 4.Стандартные датасеты и модели в TensorFlow на примере подхода Transfer Learning/Стандартные датасеты и модели в TensorFlow.mp4 220 MB
• 5.Подготовка и аугментация данных/Домашнее задание.txt 617 B
• 5.Подготовка и аугментация данных/Подготовка и аугментация данных.mp4 246.5 MB
• 6.Внимание в сверточных сетях. Аннотация/6.pdf 8 MB
• 6.Внимание в сверточных сетях. Аннотация/Внимание в сверточных сетях. Аннотация.mp4 114.4 MB
• 6.Внимание в сверточных сетях. Аннотация/ссылки.txt 669 B
• 7.Классические подходы к CV, работа с OpenCV/cascade_classifier.ipynb 3.6 KB
• 7.Классические подходы к CV, работа с OpenCV/Object_detection_I___Classical_CV.pdf 1 MB
• 7.Классические подходы к CV, работа с OpenCV/Object_detection_I___Classical_CV_slides.pdf 2.5 MB
• 7.Классические подходы к CV, работа с OpenCV/Домашнее задание.txt 1.3 KB
• 7.Классические подходы к CV, работа с OpenCV/Классические подходы к CV, работа с OpenCV - практика.mp4 150.4 MB
• 7.Классические подходы к CV, работа с OpenCV/Классические подходы к CV, работа с OpenCV.mp4 46.9 MB
• 7.Классические подходы к CV, работа с OpenCV/ссылки.txt 257 B
• 8.Object detection 1. RCNN, Fast RCNN, Faster RCNN/coco_names.txt 624 B
• 8.Object detection 1. RCNN, Fast RCNN, Faster RCNN/detectron_rcnn.ipynb 7.1 KB
• 8.Object detection 1. RCNN, Fast RCNN, Faster RCNN/Object detection 1. RCNN, Fast RCNN, Faster RCNN.mp4 210.4 MB
• 8.Object detection 1. RCNN, Fast RCNN, Faster RCNN/Object_detection_II__R_CNN__Fast_R_CNN__Faster_R_CNN.pdf 1.7 MB
• 8.Object detection 1. RCNN, Fast RCNN, Faster RCNN/Object_Detection_II___R_CNN__Fast_R_CNN__Faster_R_CNN_slides.pdf 3.2 MB
• 8.Object detection 1. RCNN, Fast RCNN, Faster RCNN/ссылки.txt 60 B
• 9.Landmarks/Landmarks.mp4 239.9 MB
• 9.Landmarks/Landmarks_1.pdf 4.9 MB

No comments yet.