Objektumdetekció a gyakorlatban
A tanfolyamról
A tanfolyamot a LEGO Kör MI projektjének tagjai tartják a BME VIK hallgatóinak. Tavaszi célunk objektumdetektáló és navigációs algoritmusok fejlesztése a DORA robotunk számára, ezért a magunk és a többiek fejlesztésének érdekében 4 alkalmas, gyakorlati tanfolyamot tartunk. A tanfolyam létszámkorlátos, max 20 fő részére elérhető.
Az alkalmakat a Schönherz Kollégium 103-as termében tartjuk, laptopot ajánlott hozni a tanfolyam elvégzéséhez. Előzetes tudás nem szükséges
A tanfolyamot direkt erre a félévre készítettük, úgyhogy nagyon szívesen fogadjuk az előadások végén a visszajelzéseiteket ❤️
01. Neurális hálók alapjai | Előadás | 02.28. 18:00-20:00
Előadók: Mandzsu Bendegúz és Kovács (Bt)
Kulcsszavak: AI vs. ML vs. DL., Supervised vs. Unsupervised vs. RL, regresszió vs. klasszifikáció vs. klaszterezés, elemi neuron, aktivációs függvények, backpropagation, hibafelület, learning rate, túltanulás, gépi látás alapjai, osztályozás vs. detektálás vs. szegmentálás, konvolúciós hálók, pooling
Az előadás során áttekintettük azokat az alapfogalmakat, amikre a későbbiekben szükségünk lesz a tanfolyam során. Bemutattuk a neurális hálók erősségeit (bármit meg tudnak csinálni) illetve a hátrányait (de csak ha akarják :D), és érintettük a sokféleségüket.
Játszótér:
- Online neurális háló számjegyek felismerésére, a CNN működése vizualizálva: link
- A Tensorflow böngésző alapú neurális háló vizualizációja: link
- A Google online kép és hang alapú modell tanító weboldala: link
Az előadás diái itt érhetőek el.
02. Objektumdetektálás - a YOLO architektúra | Gyakorlat | 03.06. 18:00-20:00
Előadók: Honvéd Péter és Glocker Endre
Kulcsszavak:
- YOLO: felépítése, architektúrája, tanítása, ground truth, bounding box, confidance value, intersection over union, non-max supression, loss function, YOLO korlátjai
- YOLO V3: anchor box, upsampling, multi-scale detection
Az előadás rövid betekintést ad a YOLO modell felépítésébe, és annak működésébe. Ezt követően pedig egy YOLO V3 alapú demo mutatja meg, hogy a modell hogyan működik a gyakorlatban.
Az előadás diái itt érhetőek el.
03. YOLO rendszerek tanítása | Gyakorlat | 03.13. 18:00-20:00
Előadók: Medve
Kulcsszavak: train-val-test sets, epoch, batch, batch normalisation,data loader, logger, optimiser (SGD, Adam), learning rate, kereszt entrópia, paraméterszám, szélesség és mélység, gpu vs. cpu
A gyakorlat alatt a YOLOv5 kódját követtük végig colabon, illetve a ClearML-en követtük az eredményeket. Colab notebook elérhető itt.
++Bónusz alkalom: 03.19-én tartjuk a XXI. Simonyi Konferenciát, ahol több előadási is lesz AI témában, illetve Medve tart workshopot az AI, adatvédelem és biztonság témában. Link: https://konferencia.simonyi.bme.hu/
04. You Only Live Once Labor | 03.20. 18:00-20:00
Az utolsó alkalmon az eddigi tudásunkat felhasználva fogjuk kimérni az összefüggést az alacsony memóriaigényű yolo-k és a pontosság között.
Az utolsó alkalomhoz a jegyzőkönyvet itt érhetitek el: LINK