Worum geht's
Das Modul vermittelt aktuelle Deep‑Learning‑Methoden für Computer Vision. Du lernst sowohl theoretische Grundlagen moderner neuronaler Architekturen als auch praktische Methoden wie generative Modelle (GANs, Diffusionsmodelle, Large Reconstruction Models) und moderne 3D‑Repräsentationen (z. B. Neural Radiance Fields, 3D Gaussian Splatting). Am Ende kannst du state‑of‑the‑art‑Verfahren anwenden, bewerten und in Projektarbeiten umsetzen.
Was du danach kannst
- Verstehen theoretischer Grundlagen fortgeschrittener Netzarchitekturen
- Anwenden und Evaluieren aktueller Deep‑Learning‑Methoden für Vision
- Umsetzen von Forschungsideen in praxisnahe Projektarbeiten
- Analysieren von Resultaten und wissenschaftliche Kommunikation
Aus was das Modul besteht
- VorlesungVermittlung der theoretischen Grundlagen und aktueller Methoden in Computer Vision
- Projektarbeit (Gruppenarbeit zu zweit)Anwendung der Vorlesungsinhalte auf ein konkretes Forschungsproblem; Entwurf, Implementierung und Evaluation
Lehrmethode
- VorlesungErklärung der theoretischen Grundlagen moderner Netzwerke und Methoden
- Projektarbeit in ZweierteamsPraxisnahe Anwendung, Experimentieren, Ergebnisanalyse und wissenschaftliche Kommunikation