Практический онлайн курс „Object Detection with PyTorch”

Не так давно родилась идея делать крутые практические курсы по разным областям. Так сказать 100% сок и никакого булшита, проверенные рабочие темы. Пилотным курсом решили сделать «Object Detection with PyTorch», так как тема довольно гарячая, а реально в сети найти нормальное обьяснение направления нужно очень сильно постараться.

Обьясню проблему детальнее:

— Почти весь код который я смотрел или недописан или содержит кучу ошибок или настолько программно плохо написан что понять что и куда займет месяц (и это причина почему вместе с МЛем неплохо учить и програмирование)

— Научные пейперы по темам крайне редко содержат код или техническую реализацию работы. А без этого пробовать разные штуки можно до полугода пока все сойдется, потому как даже разница в каких то весах может привести к невозможности натренировать сетку.

— Многие решения имеют много странных модификаций которые нигде вообще не описаны а сеть полна догадок кучи народа и очень разных, сходу понять что есть что не имея реального опыта и отдохнувшей головы порой крайне трудно

— Одна сетка которая работает на одном датасете может с большой вероятностью вообще не работать на другом без доп настройки.

Вообщем боли там хватает. Посему хочется сделать курс где эта боль будет по мере сил решаться.

Все лекции будут в Google Colab, а посему не стоит волноваться о железе. Все будет рабочее и проверенное.

Датасеты будем юзать: Voc2012 и Penn-Fudan Database for Pedestrian Detection and Segmentation

Курс будет состоять из 6 лекций:
— PyTorch Basics
— Single Object Localisation
— Multi-object detection with One Shot Detection models. Yolo
— Multi-object detection with One Shot Detection models. SSD
— Multi-object detection with Regional models. Fast-RCNN
— Multi-object detection with Regional models. Mask-RCNN

Требования для курса:
— Знание Python
— Базовые знания в Машинном обучении и Конволюционных сетках

Немного обо мне:
— В данный момент делаю ИИ ситему обучающую играть в игры типа Dota
— Пишу новости по мл и фильтрую пейперы t.me/ml_world
— Пишу статьи по мл/деву medium.com/@a.nikishaev
— Выступаю с лекциями по мл/деву www.slideshare.net/mobile/anikishaev

Цена: 40$

Если тема вам интересна — подписывайтесь upscri.be/vg7ilp