Zastosowanie sieci neuronowych w zadaniach segmentacji semantycznej
🟢 Warsztat weekendowy w godz. 9:00-13:00 (4 h) 🟢
Czego się nauczysz?
- Zastosować głębokie uczenie do segmentacji obrazów,
- Implementować potok treningowy z wykorzytaniem PyTorch i torchvision.
Dla kogo jest ten warsztat?
- Inżynierów uczenia maszynowego oraz data scientistów zainteresowanych aplikacją swoich umiejętności w zadaniu segmentacji semantycznej.
Wymagania wstępne
- Podstawowa wiedza na temat uczenia głębokiego, a w szczególności konwolucyjnych sieci neuronowych,
- Podstawowe umiejętności pracy z obrazami w Python.
Wymagania instalacyjne:
- Python 3.11+
- Biblioteki: pandas, scikit-learn, Pillow, PyTorch, segmentation-models-pytorch, torchvision, transformers,
- Zainstalowany Jupyter Lab/Notebook w środowisku do interaktywnej pracy,
- Pobranie zbioru danych (link zostanie przekazany tydzień przed zajęciami),
(- opcjonalnie) Środowisko ze wsparciem GPU (CUDA).
Prowadzący
Doświadczony inżynier ds. uczenia maszynowego oraz pasjonat edukacji w dziedzinie Data Science i AI. Obecnie pracuje jako Machine Learning Engineer w AI Clearing, gdzie rozwija innowacyjne rozwiązania do monitorowania postępów na projektach budowlanych, kontroli jakości i analizy defektów, specjalizując się w analizie danych z farm fotowoltaicznych pozyskiwanych za pomocą teledetekcji. Pracował jako Research Software Engineer w projekcie xLUNGS w MI2.ai, gdzie zajmował się rozwojem systemów wspomagających identyfikację zmian chorobowych na zdjęciach rentgenowskich i tomografii komputerowej płuc. Wcześniej, jako Machine Learning Engineer na Politechnice Warszawskiej, brał udział w projekcie INKUB, związanym z wykorzystaniem dronów i AI do inspekcji fasad budynków. Jest absolwentem Politechniki Warszawskiej, gdzie studiował na kierunku Data Science oraz ukończył studia licencjackie z matematyki, będąc również prezesem Koła Naukowego Matematyków i pracownikiem dydaktycznym.
Program warsztatów
1. Zadania wizji komputerowej – omówienie i zastosowania,
2. Podstawowe funkcje kosztu i metryki ewaluacji modeli segmentacji,
3. Przykładowe architektury sieci neuronowych dla segmentacji semantycznej,
4. Implementacja procesu treningowego dla przykładowych danych,
5. Wczytanie i przygotowanie danych,
6. Implementacja procesu treningowego z wykorzystaniem PyTorch i torchvision,
7. Ewaluacja modelu segmentacji,
8. Dobre praktyki i zaawansowane techniki w eksperymentach segmentacji semantycznej.
Uwaga
Zakupione certyfikaty zostaną przesłane uczestnikom w formie elektronicznej po warsztacie. Jeśli chcesz otrzymać zakupiony certyfikat w formie papierowej, zgłoś to mailowo na adres kontakt@stacja.it.
Zapisz się na warsztat
Liczba miejsc ograniczona! Organizator zastrzega sobie prawo do odwołania wydarzenia w przypadku niezgłoszenia się minimalnej liczby uczestników. Zakupione certyfikaty zostaną przesłane uczestnikom w formie elektoronicznej po warsztacie oraz za pośrednictwem firmy kurierskiej.