Veranstaltung
Deep Learning für Computer Vision [SS2124628]
Typ
Vorlesung (V)Online
Semester
SS 2021SWS
2Sprache
DeutschTermine
14Einrichtung
- KIT-Fakultät für Informatik
Bestandteil von
- Teilleistung Deep Learning für Computer Vision | Wirtschaftsinformatik (M.Sc.)
- Teilleistung Deep Learning für Computer Vision | Informationswirtschaft (M.Sc.)
Veranstaltungstermine
- 12.04.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 19.04.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 26.04.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 03.05.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 10.05.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 17.05.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 31.05.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 07.06.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 14.06.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 21.06.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 28.06.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 05.07.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 12.07.2021 12:00 - 13:30 - Room: 50.34 Raum -101
- 19.07.2021 12:00 - 13:30 - Room: 50.34 Raum -101
Anmerkung
In den letzten Jahren wurden im Bereich des Bildverstehens (Computer Vision) beeindruckende Fortschritte erzielt. Diese wurden zu einem großen Teil durch die Wiederentdeckung und Weiterentwicklung sogenannter Deep-Learning-Verfahren (insbesondere die Nutzung von Convolutional Neuronalen Netzen) ermöglicht. Deep Learning Verfahren stellen derzeit den Stand der Technik für viele Anwendungsbereiche des Bildverstehens dar.
Die Vorlesung behandelt die Grundlagen, fortgeschrittene Netzarchitekturen und Lernverfahren für Anwendungen im Bereich Computer Vision. Es werden unter anderem folgende Themen behandelt:
- Einführung in Deep Learning
- Convolutional Neuronale Netze (CNN): Grundlagen und Hintergrund
- Grundlegende Architekturen und Lernverfahren für CNNs
- Objekterkennung mit CNNs
- Bildsegmentierung mit CNNs
- Rekurrente Neuronale Netze
- Erzeugen von Bildbeschreibungen (Image Captioning)
- Beantworten von Fragen zu Bildinhalten (Visual Question Answering)
- Generative Adversiale Neuronale Netze (GANs) und Anwendungen
- Deep Learning Frameworks und Tools
Erfolgskontrolle:
Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (im Umfang von i.d.R. 60 Minuten) nach § 4 Abs. 2 Nr. 1 SPO.
Abhängig von der Teilnehmerzahl wird sechs Wochen vor der Prüfungsleistung angekündigt (§ 6 Abs. 3 SPO), ob die Erfolgskontrolle
- in Form einer mündlichen Prüfung nach § 4 Abs. 2 Nr. 2 SPO oder
- in Form einer schriftlichen Prüfung nach § 4 Abs. 2 Nr. 1 SPO
stattfindet.
Kenntnisse zu Grundlagen der Mustererkennung, wie sie im Stammmodul Kognitive Systeme vermittelt werden, werden vorausgesetzt.