Avancerad djupinlärning för bildbehandling
Kursplan, Avancerad nivå, 1MD042
- Kod
- 1MD042
- Utbildningsnivå
- Avancerad nivå
- Huvudområde(n) med fördjupning
- Bildanalys och maskininlärning A1F, Datavetenskap A1F
- Betygsskala
- Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
- Fastställd av
- Teknisk-naturvetenskapliga fakultetsnämnden, 29 februari 2024
- Ansvarig institution
- Institutionen för informationsteknologi
Behörighetskrav
120 hp. Djupinlärning genomgången. En av kurserna Introduktion till Bildanalys och Datoriserad bildanalys I ska vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Mål
Efter godkänd kurs ska studenten kunna:
- använda moderna miljöer för djupininlärning för att lösa praktiska bildbehandlings- och bildanalysproblem;
- beskriva och använda djupa faltningsnätverk för bildklassificering, objektdetektering och bildsegmentering;
- beskriva och använda olika typer av regulariseringstekniker för visuella data;
- beskriva och använda metoder för bildgenerering;
- förklara och använda metoder för tolkning och förståelse av djupa modeller;
- kritiskt analysera forskning inom djupinlärning för bildbehandling, bedöma dess möjligheter och begränsningar.
Innehåll
Djupinlärning (deep learning) för visuella data. Faltningsneuronnät (CNN) och metoder för träning av dessa, överföringsinlärning och artificiell utvidgning av datamängden. Olika arkitekturer samt tillämpningar inom bildanalys (klassificering, detektion, segmentering). Djupa generativa modeller. Visualisering och förståelse av djupa neuronnät. Möjligheter och begränsningar med djupinlärning.
Undervisning
Föreläsningar, inlämningsuppgifter, datorövningar och projektarbete i grupp.
Examination
Skriftlig tentamen, inlämningsuppgifter, muntlig och skriftlig presentation av projektarbeten.
Övergångsbestämmelser
Kan inte ingå i examen tillsammans med 1MD120 Djup maskininlärning för bildanalys.
Litteraturlista
Litteraturlista saknas.