[AI 포트폴리오 완성] PyTorch로 구현하는 컴퓨터 비전 로드맵
강의정보
| 학습개요 |
컴퓨터 비전의 이론부터 AI 웹 서비스로 포트폴리오까지! AI 스타트업 CTO 리더의 컴퓨터 비전 A to Z 강의 *해당 강의 수강을 위해서는 파이썬 기본 지식이 필요합니다. |
|---|---|
| 학습목표 |
1) 컴퓨터 비전의 핵심 이론과 주요 모델을 이해하고 이를 활용할 수 있는 능력을 키운다. 2) 다양한 구현과 실습을 통해 컴퓨터 비전 코드 이해력을 키운다. 3) 학습한 AI 모델을 웹으로 배포해 자신만의 포트폴리오를 만드는 능력을 키운다. |
| 학습대상 |
|
강사이력
| [경력]
현) 아이리브 AI 기술팀 팀장 & CTO 겸임
전) 인공지능연구원 AIRI
/ 캐릭터 AI팀 AI Researcher
[학력]
서울대학교
융합과학기술대학원 디지털정보융합전공 석박사 통합과정 수료 |
강의목차
-
강의정보 번호 강의명 1강컴퓨터 비전 첫걸음- OT
- 컴퓨터 비전이란?
- 실습 환경 구성
2강딥러닝 기초- 딥러닝의 이해
- ‘모델’을 ‘학습’시킨다?
3강학습의 흐름과 코드- 학습 코드의 흐름
- 학습 코드 구성
4강퍼셉트론과 MLP- 퍼셉트론
- MLP
5강활성화 함수- 단독 퍼셉트론의 한계
- 활성화 함수
6강Loss와 Optimization- Loss
- Optimization
7강MLP 모델 구현- 코드 구현 준비
- 코드 구현
8강평가와 추론- 평가
- 추론
9강Convolutional Filter- 필터(Filter)
- Convolutional Filter의 종류
10강CNN의 기본 구조- 필터의 구조적 장점
- CNN
11강CNN 구현- 코드 구현 준비
- 코드 구현
12강CNN의 발전 1- LeNet
- AlexNet
13강CNN의 발전 2- VGG
- GoogLeNet
14강CNN의 발전 3- ResNet
- SENet
- MobileNet
15강다양한 성능 향상 방법- 학습 안정화 기법
- 일반화 강화 기법
16강VGG 구현 - 기초- 모델 구현 공부
- VGG 구현 준비
17강VGG 구현 - 모듈화- 모듈화
- VGG 모듈화 구현
18강ResNet 구현- 선행 연구 모듈
- ResNet 구현
-
강의정보 번호 강의명 19강SENet 구현- 모델에 아이디어 주입
- SENet 구현
20강사전 구현 모델- 사전 모델 활용 방식 이해
- torchvision 모델 활용
21강timm- timm
22강분류를 넘어- 다양한 컴퓨터 비전 문제
- 기본은 분류
23강객체 인식- 객체 인식
- Stage에 따른 분류
24강YOLO- YOLO의 시작
- 성능 강화
- 산업 적용 및 최신화
25강YOLO 실습- Roboflow
- 문제 설정
- 객체 인식 모델 실습
26강객체 분할과 UNet- 객체 분할
- UNet
27강MaskRCNN- R-CNN 계열
- Mask R-CNN
28강객체 분할 실습- Kaggle
- 문제 설정
- 객체 분할 모델 실습
29강자세 인식과 Stacked Hourglass- 자세 인식
- Stacked Hourglass
30강Mediapipe Pose- MediaPipe
- BlazePose
- MediaPipe Pose 데모
31강영상 분석과 응용 문제- 이미지와 영상
- 영상 딥러닝 모델 구조
- 영상 처리 Task
32강Gradio- 포트폴리오
- Gradio
33강Gradio Demo 웹 제작- Demo 구성 및 구현 전략
- 이미지 분류 Demo
- 자세 분류 Demo
34강Hugging Face- Hugging Face
- Hub
- 대표 라이브러리
35강나만의 Spaces- Organization
- Spaces 사전 작업
- Spaces 업로드 및 결과 확인
36강마치며: 나만의 커리어 로드맵 설계- 리마인드
- 더욱 다양한 컴퓨터 비전
- Next Step
