Advanced Deep Learning for Computer Vision: Dynamic Vision

Worum geht's

Du lernst fortgeschrittene Deep-Learning-Methoden mit klarem Fokus auf Videoanalyse für Computer-Vision-Aufgaben. Neben den theoretischen Grundlagen trainierst und implementierst du selbst neuronale Netze und arbeitest in einem semesterlangen Projekt an aktuellen Forschungsthemen der Gruppe.

Was du danach kannst

• Theoretische Konzepte fortgeschrittener neuronaler Architekturen verstehen
• Spezifische Methoden für Videoanalyse anwenden
• Praktische Umsetzung und Training komplexer Deep-Learning-Modelle (PyTorch)
• Projektarbeit: eigenständige Forschung oder Entwicklung zu Videoaufgaben

Aus was das Modul besteht

• VorlesungVermittlung der theoretischen Grundlagen und fortgeschrittener Methoden
• praktische ÜbungenTraining, Testing und Implementierung von Netzen; Abgabe von funktionsfähigem Code nach jeder Einheit
• Projektsemesterlanges Praxisprojekt mit Schwerpunkt Videoanalyse (Bewertung in Berichten, Präsentationen und Code)

Lehrmethode

• VorlesungErklärung und Diskussion der theoretischen Aspekte von Deep-Learning-Architekturen für Videoanalyse
• praktische Übungen/Projektintensives Training und Implementierung in PyTorch; Anwendung der Theorie auf reale Forschungsaufgaben