98427 - Redes Neurais Convolutivas e Visão Computacional |
Período da turma: | 06/10/2022 a 08/12/2022
|
||||
|
|||||
Descrição: | Objetivo:
Essa disciplina apresenta como construir redes neurais convolutivas e aplicá-las a imagens e vídeos. Graças às redes neurais “deep-learning” a visão computacional é atualmente muito mais eficiente do que há apenas alguns anos e inúmeras aplicações estão sendo desenvolvidas, incluindo sistemas para veículos autônomos, reconhecimento de faces e leitura automática de imagens radiológicas. O objetivo dessa disciplina é ensinar os alunos como construir uma rede neural convolutiva e suas variações do tipo residuais e incipientes; como aplicar redes convolutivas em tarefas de detecção e reconhecimento visual; e como aplicar essas redes a uma variedade de imagens, vídeos e áudio. Ementa: • Fundamentos de redes neurais convolutivas: tipos de camadas (“pooling” e convolutivas) e configurações. • Redes convolutivas clássicas, redes residuais, redes tipo “inception”. • Transferência de aprendizado. • Geração automática de dados de aprendizado e teste. • Redes convolutivas tipo “deep-learning”. • Utilização de redes convolutivas para identificação e classificação de objetos. • Utilização de redes convolutivas para detecção e localização de objetos. • Utilização de redes convolutivas para detecção e reconhecimento de faces. • Realização de atividades práticas de programação durante as aulas. Bibliografia: • Chollet, F. Deep Learning with Python, Manning Shelter Island Editor, 2018. • Ganesh, T. V. Deep Learning form First Principles in Vectorized Pytho, R and Octave, www.amazon.com/Deep-Learning-first-principles-vectorized/dp/1981088849. • Goodfellow, I.; Bengio, Y.; Courville, A. Deep Learning, www.deeplearningbook.org. |
||||
Carga Horária: |
30 horas |
||||
Tipo: | Obrigatória | ||||
Vagas oferecidas: | 44 | ||||
Ministrantes: |
Eduardo Lobo Lustosa Cabral |
voltar |
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |