Self-Supervised Computer Vision: Предсказание позиций фрагментов изображений

Как компьютеры могут научиться понимать визуальный мир без миллионов вручную размеченных изображений? Self-supervised learning позволяет нейронным сетям находить свои собственные метки, решая умные предлоговые задачи (pretext tasks), такие как определение того, как части изображения сочетаются друг с другом. В этом курсе вы узнаете, как реализовать классическую задачу self-supervised learning: предсказание относительного положения фрагментов изображения. Обучая сверточную нейронную сеть (CNN) распознавать пространственные отношения, вы поможете модели сформировать глубокое, базовое понимание визуальных структур. Чему вы научитесь: - Понимать основные концепции self-supervised learning и pretext tasks - Извлекать и предварительно обрабатывать фрагменты изображений с помощью современных конвейеров данных PyTorch - Проектировать двухпутевую архитектуру Convolutional Neural Network (CNN) для обработки пар фрагментов - Генерировать псевдометки для обучения моделей без ручной аннотации человеком - Обучать и оценивать способность сети предсказывать пространственные отношения - Анализировать, как предварительное обучение на pretext tasks помогает в последующих задачах computer vision Вы начнете с фундаментальной терминологии self-supervised representation learning, прежде чем шаг за шагом перейдете к подготовке данных, проектированию нейронной сети и циклам обучения. Материал поможет вам научиться читать и писать чистый, современный код PyTorch для построения и оценки вашей модели пространственного предсказания. Этот текстовый курс предназначен для начинающих в области deep learning и computer vision, которые имеют базовые знания Python и хотят изучить self-supervised learning. Предварительного опыта работы с продвинутыми архитектурами computer vision не требуется. Начните читать сегодня, чтобы создать свою первую self-supervised модель зрения с нуля.