Есть вопросы по курсу?

напишите нам в Telegram, ответим на все вопросы
3D CV

Откройте новое измерение

Старт осенью (4 поток)
3D CV
Расскажем, какие задачи есть в 3D CV и научим их решать на практике
beta

Курс для тех, кто уже работает в индустрии и хочет

Расширить инструментарий

Сменить род деятельности

Поднять скиллы

Перенять опыт

Добавить третье измерение в решение рабочих задач
Перейти в новую активно развивающуюся область с интересными задачами
Освоить новые концепции, инструменты и подходы для решения задач
Выстроить новые знакомства с экспертами из индустрии и науки
Строить 3D-карты для роботов, решать задачи 3D-детекции/сегментации/классификации с помощью нейросетей

Работать с лидарными данными

Чему вы научитесь

Обучать свои генеративные модели,
понимая, как они устроены

Создавать цифровые аватары людей

Разобраться, как устроены параметрические модели человека, нейрорендеринг и анимация
Разобраться во всей необходимой теории по математике и закрепить её на практике

Поймёте математику, стоящую за алгоритмами

Создавать 3D-модели по 2D-фото

Восстанавливать трёхмерный объект или целую сцену по набору входных фотографий или видео

Как именно вы освоите каждый навык

Онлайн-лекции, где вы слушаете инженеров, задаёте вопросы, дискутируете и работаете в группах над ML-кейсами. В конце — анонимный тест для закрепления материала.

Изучите теорию на zoom-лекции

После каждой лекции — домашнее задание. Помимо этого есть 2 больших проекта, которые идут на протяжении всего курса. В них вы освоите весь цикл решения задач от обучения моделей до деплоя

Сделаете практическое задание

Для каждого проекта вы создадите отдельный gitlab-репозиторий. Наши кураторы проведут code review, чтобы вы получили исчерпывающий фидбек

Получите Code Review от куратора

Обсуждайте домашние задания, рабочие задачи или просто общайтесь. Кураторы курса всегда помогут решить проблемы и поделятся советом

Если возникнут трудности, мы оперативно поможем в чате

Раз в 4−5 недель спикеры и кураторы собираются в zoom, чтобы ответить на ваши вопросы, помочь с практикой, обсудить текущие задачи

Или приходите на онлайн-встречи с кураторами, чтобы обсудить вопрос голосом

1.

2.

3.

4.

5.

Программа

Программа рассчитана на 16 недель, ей нужно будет посвящать в среднем 8 часов в неделю
16
недель
12
лекций
8
часов в неделю

Первый блок

Разберётесь, какие задачи решают и как работают алгоритмы SLAM и SfM. Узнаете о трудностях при работе с ними и решите их

Задачи и алгоритмы SLAM и SfM

Узнаете, как восстановить 3D сцену по набору фотографий и строить трёхмерную карту окружения во время движения робота
Научитесь калибровать камеру и подготавливать данные для работы трёхмерных алгоритмов

Модуль 1

SLAM & SfM (4 лекции)

→ Введение
Вводная лекция курса 3D Computer Vision. На ней мы обсудим, какие задачи должен решать 3D CV инженер, с какими данными он работает, как их собирает и хранит
Темы лекции:
  • Какие задачи решают в 3D CV
  • Форматы представления и хранения 3D данных. Воксели, облака точек и меши — чем отличаются и какими инструментами обрабатывать
  • Какие существуют сенсоры: камеры, лидар, радар, кинект
  • Административная часть. Знакомим с курсом
→ Модель камеры. Калибровка
Для построения 3D сцены часто используют обычные rgb-камеры. Но перед использованием их обязательно надо откалибровать. На этой лекции вы узнаете, как это происходит
Темы лекции:
  • Проективная геометрия
  • Модель камеры
  • Какие параметры есть у камеры и чем внутренние отличаются от внешних
  • Как откалибровать вашу камеру, чтобы настроить внутренние параметры и коэффициенты дисторсии
  • Гомография
На практике: научитесь производить калибровку камеры на примере исправления снимков с fisheye эффектом
→ Сопоставление снимков с разных ракурсов
На этом занятии вы научитесь находить общие точки на разных изображениях. Это понадобится для триангуляции 3D точек с разных ракурсов
Темы лекции:
  • Что такое ключевые точки изображения и зачем они нужны
  • Как сравнить две точки с помощью дескрипторов и какие к ним предъявляются требования
  • Разбор построения векторов для точек на примере подробного разбора SIFT дескрипторов
  • Современный DeepLearning подход к сопоставлению ключевых точек (SuperPoint, SiLK, SuperGlue, LoFTR)
На практике: реализуете программу для склейки панорамы из нескольких снимков, используя SuperPoint. Это поможет вам лучше разобраться в работе с ключевыми точками
→ SLAM&SfM. Введение
Вы узнаете, как и зачем ставятся задачи SLAM и SfM. Научитесь, как находить перемещения камеры по снимкам и восстанавливать 3D сцену. Получите необходимый математический аппарат для работы с 3D точками и перемещениями
Темы лекции:
  • Эпиполярная геометрия, Multiple View Geometry
  • Описание движения, SO(3) и SE(3) группы
  • Алгоритмы 5-pt и PnP
  • Триангуляция
На практике: попробуете применить алгоритмы PnP и 5-pt для нахождения перемещения камеры и построить простейшую 3D сцену
  • Bundle Adjustment
→ SLAM&SfM. Основные алгоритмы
Вы узнаете, как в реальной жизни ставятся и решаются задачи SLAM и SfM, какие трудности возникают и как работают самые популярные алгоритмы
Темы лекции:
  • Трудности при решении задач в реальных условиях
  • Как работает ORB-SLAM
  • Как работает COLMAP
На практике: попробуете запустить ORB-SLAM и COLMAP на собственных данных

Кто будет преподавать

Опытные инженеры. Каждый расскажет про задачу, с которой несколько лет работал в коммерческих проектах
PAVIS IIT
Давид Свитов
Cоздает 3D аватаров по видео. Расскажет о продвинутом NeRF и работе с Blender
Ренат Баширов
Тимлид в команде цифровых аватаров. Научит работать с параметрическими моделями людей
Samsung AI Center
НИИАС, CV Engineer
Дмитрий Раков
Работает над беспилотными поездами. Расскажет о трансформерах
Expasoft, CV Engineer
Дмитрий Чудаков
Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять сети
Игорь Ильин
Разрабатывает SLAM Алгоритмы. Расскажет о классическом компьютерном зрении
Kudan SLAM, CV Engineer
AIT Lab
Артур Григорьев
Занимается созданием фотореалистичных аватаров и симуляцией одежды
CompVis group LMU
Ольга Гребенькова
Разрабатывает алгоритмы применения генеративных моделей к 3D данным. Расскажет об ускорении диффузионных моделей и видео диффузии
Kudan SLAM, CV Engineer
Игорь Ильин
Разрабатывает SLAM Алгоритмы. Расскажет о классическом компьютерном зрении
Expasoft, CV Engineer
Дмитрий Чудаков
Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять сети
НИИАС, CV Engineer
Дмитрий Раков
Работает над беспилотными поездами. Расскажет о трансформерах
CompVis group LMU
Ольга Гребенькова
Разрабатывает алгоритмы применения генеративных моделей к 3D данным. Расскажет об ускорении диффузионных моделей и видео диффузии
PAVIS IIT
Давид Свитов
Cоздает 3D аватаров по видео. Расскажет о продвинутом NeRF и работе с Blender
Ренат Баширов
Тимлид в команде цифровых аватаров. Научит работать с параметрическими моделями людей
Samsung AI Center
AIT Lab
Артур Григорьев
Занимается созданием фотореалистичных аватаров и симуляцией одежды

Что говорят наши выпускники

Истории про курс глазами тех, кто его успешно прошел
Арсений Рылов
«Отличные преподаватели, темы и домашние задания. Понравилась обратная связь, готовность помогать»
Дмитрий Клестов
«Курс максимально полезный лично для меня, систематизирует знания, не оставляет пробелов»
Илья Контаев
«Благодаря курсу получилось узнать про новые области CV, с которыми не сталкивался до этого. Если будут новые…»
«Курс ответил на многие интересующие вопросы уже на первом уроке. Мне понравилось как все организовано»
Назгуль
«Совершенно точно повысил свою компетентность в CV, более того курс дал дополнительный импульс»
Егор Осинкин

Лист ожидания

Мы свяжемся, когда начнем собирать группу 4-го потока и подарим скидку на обучение

Доступен налоговый вычет

Может оплатить компания

Полный возврат в первые 14 дней

Принимаем оплату из-за рубежа

FAQs

Когда проходят лекции и семинары?

Лекции проходят по будням в 19:00 МСК и длятся от 90 до 120 минут. Онлайн-семинары проходят после каждой 4-й лекции

Смогу ли я оформить налоговый вычет?

Да, вы сможете оформить налоговый вычет за обучение, если вы являетесь налоговым резидентом России и оплачиваете подоходный налог. Подать документы на вычет можно в году, следующем за годом оплаты обучения. Подробнее о налоговом вычете за обучение можно прочитать на сайте ФНС

Может ли моя компания оплатить курс?

Моя компания может оплатить курс?
Да, мы подготовим счёт на полную или частичную оплату для юридического лица. Напишите на hello@deepschool.ru

На сколько часов рассчитана программа?

На сколько
часов рассчитана программа?
18 астрономических часов на лекции и ~50 часов практики или примерно 8 часов в неделю, что позволяет комфортно встроить обучение в рабочий график

Что я должен знать, чтобы начать обучение?

Основы Deep Learning и Computer Vision. Мы предполагаем, что вы уже знаете теорию нейросетей и решали задачи из области компьютерного зрения. Если вы сомневаетесь, подходит ли курс именно вам, напишите нам в телеграм Спросить в ТГ

Телеграм-канал
DeepSchool

Короткие посты по теории ML/DL, полезные библиотеки и фреймворки, вопросы с собеседований и советы, которые помогут в работе