Riadok 37: | Riadok 37: | ||
*16.3. Hľadanie objektov[https://docs.google.com/presentation/d/15MIFDd5yQPi3GtknVGELrvqXAyHbcIEFuMu5hJvu1w8/edit?usp=sharing slidy] [https://slides.komododecks.com/c5151131-8468-47de-888c-af7539a6d4e5 lecture] | *16.3. Hľadanie objektov[https://docs.google.com/presentation/d/15MIFDd5yQPi3GtknVGELrvqXAyHbcIEFuMu5hJvu1w8/edit?usp=sharing slidy] [https://slides.komododecks.com/c5151131-8468-47de-888c-af7539a6d4e5 lecture] | ||
*23.3. Lokálne príznaky [https://docs.google.com/presentation/d/1baR-d0bC_EpLdSlr-ec348ivPFjWFXNOmxuT-dMpCP4/edit?usp=sharing slidy] [https://slides.komododecks.com/8ef028ce-4688-40ff-b95d-db416ddc4c1c lecture] | *23.3. Lokálne príznaky [https://docs.google.com/presentation/d/1baR-d0bC_EpLdSlr-ec348ivPFjWFXNOmxuT-dMpCP4/edit?usp=sharing slidy] [https://slides.komododecks.com/8ef028ce-4688-40ff-b95d-db416ddc4c1c lecture] | ||
− | *30.3. Saliency, Detekcia tvárí, [https://docs.google.com/presentation/d/17xYPZeRlYnHeTsMhxCrQVaTsA_71Rx_oLBAKPY4ATMo/edit?usp=sharing slidy] | + | *30.3. Saliency, Detekcia tvárí, [https://docs.google.com/presentation/d/17xYPZeRlYnHeTsMhxCrQVaTsA_71Rx_oLBAKPY4ATMo/edit?usp=sharing slidy] [https://slides.komododecks.com/ce2b9cce-d910-499a-a472-20e45b0a00a3 lecture] |
− | *6.4. CBIR, Vyhodnocovanie kvality obrazu, Saliency II, [https://docs.google.com/presentation/d/1WiJ0PPqtUcShdb8PVQI9StfCedmSf3-NQ8LLItol6PI/edit slidy] | + | *6.4. CBIR, Vyhodnocovanie kvality obrazu, Saliency II, [https://docs.google.com/presentation/d/1WiJ0PPqtUcShdb8PVQI9StfCedmSf3-NQ8LLItol6PI/edit slidy] [https://slides.komododecks.com/7f3fd8ce-7cb7-4769-87fc-915d4ca8c243 lecture] |
*13.4. HDR, Tone mapping, gammut mapping [https://docs.google.com/presentation/d/1a2qyy-RcUpRvAFoBrcHgXlwMHCn5Eqbb8UTgXbj9YFY/edit?usp=sharing slidy] | *13.4. HDR, Tone mapping, gammut mapping [https://docs.google.com/presentation/d/1a2qyy-RcUpRvAFoBrcHgXlwMHCn5Eqbb8UTgXbj9YFY/edit?usp=sharing slidy] | ||
*20.4. CNN I [https://docs.google.com/presentation/d/1CCcRYfao0UGvmyCppkjZwuIcW8GBtgE15mx06bLPyuE/edit?usp=sharing slidy] | *20.4. CNN I [https://docs.google.com/presentation/d/1CCcRYfao0UGvmyCppkjZwuIcW8GBtgE15mx06bLPyuE/edit?usp=sharing slidy] |
Verzia zo dňa a času 11:28, 30. marec 2021
Počítačové videnie 2-AIN-147/19
Toto je stránka k predmetu Počítačové videnie Informačný list predmetu >
Ľudia podieľajúci sa na výučbe
- Prednášajúci
- [Zuzana Berger Haladová]
- Cvičiaci
- [Viktor Kocur]
Kontakty
- Oficiálna stránka kurzu
https://dai.fmph.uniba.sk/w/Course:Pocitacove_videnie/sk
zhaladova{z@vin@@č}fmph.uniba.sk
MS Teams
Kód do teamu na MS Teams: xmsz1y8, prípadne link
Materiály
Organizácia výučby
- Prednášky
- 16.2. Úvod a Motivácia slidy
- 23.2. Príznaky I. slidy Momenty lecture
- 2.3. Príznaky II. slidy lecture
- 9.3. Príznaky III. slidy 1D DFT Video lecture part2 lecture
- 16.3. Hľadanie objektovslidy lecture
- 23.3. Lokálne príznaky slidy lecture
- 30.3. Saliency, Detekcia tvárí, slidy lecture
- 6.4. CBIR, Vyhodnocovanie kvality obrazu, Saliency II, slidy lecture
- 13.4. HDR, Tone mapping, gammut mapping slidy
- 20.4. CNN I slidy
- 27.4. CNN II slidy
- 4.5. Diskusia/konzultacie
- 11.5. Skuska online
- Cvičenia - 2020/2021
Prezentácie a ostatné materiály môžete nájsť na githube v zložke PV
- Bodovanie
Za cvičenia môžete dohromady získať 40 bodov. 3x10b za domáce úlohy a 10b za aktivu počas cvičení. Študenti, ktorí sa nemôžu z dôvodu prekrývajúcej sa výuky učastniť cvičení môžu body za aktivitu dostať na konzultácii, ktorá sa koná vždy po skončení riadneho cvičenia. Bližšie informácie nájdete na githube v zložke PV.
- Priebežné hodnotenie
- Cvičenia - 2018/2019
- 0. cvičenie - Základy práce s matlabom: prezentácia (nerozsekané slidy) obrázky
- 1. cvičenie - Precvičenie matlabu - prezentácia obrázky
- 2. cvičenie - Príznaky - regionprops - prezentácia (nerozsekané slidy) súbory riešenie úlohy z cvika
- 3. cvičenie - Príznaky - Momenty, Farby - prezentácia súbory
- 4. cvičenie - Príznaky - Farby, Houghová transformácia, Gáborove filtre - prezentácia súbory
- 5. cvičenie - Hľadanie objektov, Pyramídy - prezentácia súbory
- 6. cvičenie - Saliency - prezentácia súbory
- 7. cvičenie - SIFT, RANSAC - prezentácia súbory
- 8. cvičenie - Miery podobnosti, Detekcia objektov - prezentácia obrázok dataset
- 9. cvičenie - Deep Learning I. - prezentácia teória kód
- 10. cvičenie - Deep Learning II. - prezentácia (mirror) teória kód (mirror) dáta (originálny link na kaggle)
- 11. cvičenie - Backpropagation - prezentácia template
- Úlohy
Zadania úloh môžete nájsť na githube v PV/prezentacie/duXX.pdf
Hodnotenie a podmienky absolvovania
Prednáška/Cvičenia 60/40 z oboch treba získať min 50%
Výsledná známka sa určí z celkového bodového zisku podľa nasledovnej tabuľky.
Bodový zisk | Známka |
---|---|
〈90, 100〉 | A |
〈80, 90) | B |
〈70, 80) | C |
〈60, 70) | D |
〈50, 60) | E |
〈0, 50) | FX |