Corso introduttivo alla Computer Vision (CV) per fornire le basi teoriche e pratiche di questa disciplina, con particolare attenzione all’uso delle reti neurali e delle architetture convoluzionali (CNN).
CONTENUTI
Introduzione alla Computer Vision:
• Reti Neurali.
• Funziona di perdita e training.
Computer Vision:
• Task della CV.
• Estrazione delle caratteristiche.
Reti Neurali Convoluzionali:
• Architettura.
• Layer convoluzionali.
• Funzione di attivazione e iperparametri.
Esercizi:
• Riconoscimento oggetti con YOLO.
• Allenamento con dataset custom.
OBIETTIVI
L’obiettivo del corso è fornire una conoscenza introduttiva ma solida della Computer Vision, permettendo agli studenti di comprendere i principi che regolano le reti neurali e le CNN.
LEARNING OUTCOMES
Gli studenti sapranno descrivere i principali task della Computer Vision (classificazione, object detection, segmentazione, ecc.), comprendere il funzionamento delle reti neurali, il processo di training e l’algoritmo di backpropagation. Infine, acquisiranno le competenze per utilizzare tool moderni per il riconoscimento di oggetti e potranno applicare questi strumenti nella risoluzione di problemi pratici, integrando teoria e pratica.
PRE-REQUISITI
Esperienza in programmazione Python.