Як користуватись. Теми йдуть у логічному порядку — кожна спирається на попередні.
Якщо тільки починаєш, іди підряд. Якщо шукаєш конкретне — кожна тема самодостатня
й пояснює все з нуля.
Блок 1Зображення як дані
- 01Зображення очима комп'ютера
- 02Карта задач CV
- 03OpenCV: базові операціїготується
- 04Згортка вручнуготується
- 05Класичні ознакиготується
Блок 2Згорткові мережі
- 06Чому повнозвʼязна мережа не годитьсяготується
- 07Згортковий шарготується
- 08Пулінг і зменшення розмірностіготується
- 09CNN цілкомготується
- 10Навчання CNNготується
- 11Перенос навчанняготується
Блок 3Архітектури
- 12AlexNet і VGGготується
- 13ResNet і скіп-зʼєднанняготується
- 14Inception, MobileNet, EfficientNetготується
- 15Що бачить мережаготується
- 16Порівняння архітектурготується
Блок 4Детекція об'єктів
- 17Постановка детекціїготується
- 18Двоетапні детекториготується
- 19YOLOготується
- 20SSD і RetinaNetготується
- 21Anchor-free детекториготується
- 22Детекція на практиціготується
Блок 5Сегментація
- 23Семантична сегментаціяготується
- 24U-Netготується
- 25FCN і DeepLabготується
- 26Instance segmentationготується
- 27Panoptic і SAMготується
Блок 6Послідовності й відео
- 28RNN у задачах зоруготується
- 29CRNN і розпізнавання текстуготується
- 30Відео: трекінгготується
- 31Дії у відеоготується
Блок 7Трансформери у зорі
- 32Від згортки до увагиготується
- 33Vision Transformerготується
- 34DETRготується
- 35Swin і гібридиготується
- 36CLIP і мультимодальністьготується
Блок 8Генерація й межі
- 37Автоенкодери й VAEготується
- 38GANготується
- 39Дифузійні моделіготується
- 40Межі й етика CVготується