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.