Soft-margin Support Vector Machine © Universität Augsburg
Keypoint Refinement with Mask R-CNN © Universität Augsburg
Übersicht
Veranstaltungsart: Vorlesung + Übung (Master)
Credits: 2 + 2 SWS, 5 LP
Turnus: Jedes Wintersemester
Empfohlenes Semester:
ab 2. Semester
Prüfung: Schriftliche Klausur, jedes Semester
Sprache: Deutsch, Vorlesungsmaterialien in Englisch

Inhalte

Die Vorlesung gibt einen vertieften Einblick in alle Aspekte des maschinellen Lernens und des maschinellen Sehens. Die erlernten Konzepte werden in den Übungenanhand von erfolgreichen Beispielen aus der Praxis ausprobiert, geübt, analyisiert undbewertet. Die Inhalte der Vorlesung umfassen: Support Vector Machines, Grundbausteine von tiefen Neuronalen Netzen (Layerstrukturen, Normalisierung, Attention-Mchanismen), sowie aktuelle Referenzarchitekturen und -system für  Bild-, Text-, Videoverarbeitung und deren Kombination mit weiteren Sensorsignalen.

 

 

Hinweis: Diese Veranstaltung baut auf der Vorlesung INF-0316 „    Machine Learning and Computer Vision“ bzw. INF-0092     Multimedia II: Machine Learning and Computer Vision“ auf.

 

Übungen

Es erscheint wöchentlich ein Übungsblatt zu den behandelten Vorlesungsinhalten. Jedes Übungsblatt wird in der Globalübung der folgenden Woche besprochen. Es gibt keine Abgabe / Korrektur von Übungsblättern.

 

 

Literatur

TBA

 

 

 

Suche