Лекционные и практические материалы курса подготовлены Дмитрием Юдиным (к.т.н., зав. лаб интеллектуального транспорта, доцент кафедры системных исследований МФТИ, https://cogmodel.mipt.ru/yudin) и Ильей Белкиным (аспирантом МФТИ, сотрудником ООО "Интегрант")
Ссылки на материалы лекций:
-
RAAI Summer School - 2021 - 1 - Компьютерное зрение для беспилотных автомобилей и роботов https://yadi.sk/i/O-59g-YR8tMhtw
-
RAAI Summer School - 2021 - 2 - Наборы данных для обучения алгоритмов распознавания изображения и инструменты для их подготовки. https://yadi.sk/i/QBJpNiYjhlSsIg
-
RAAI Summer School - 2021 - 3 - Intro to ROS1 and ROS2 https://yadi.sk/i/XhsQztEtrmJXYg
-
RAAI Summer School - 2021 - 4 - Архитектуры современных глубоких нейронных сетей для задач компьютерного зрения https://yadi.sk/d/bqGHx0ksOmI29A
-
RAAI Summer School - 2021 - 5 - Методы обучения нейронных сетей https://yadi.sk/i/L68TmvgxZI2qwQ
-
RAAI Summer School - 2021 - 6 - Меры качества алгоритмов распознавания изображений https://yadi.sk/i/62qC24s3a5tPOA
Материалы практических занятий:
-
Пример настройки ROS1, работы с данными в виде Bag-архивов, в том числе их визуализация, приведен в /ros_basics: https://github.com/cds-mipt/raai_summer_school_cv_2021/tree/main/ros_basics
-
Пример обертки нейросетевой модели сегментации изображений на PyTorch в ROS1 приведен в /pytorch_inference: https://github.com/cds-mipt/raai_summer_school_cv_2021/tree/main/pytorch_inference