Skip to content

sejongresearch/2022.ComputerVision

Repository files navigation

수업 정보

  • 2022-1학기 일반대학원 지능기전공학과/인공지능학과 컴퓨터비전 (합반)
  • 주의사항: 전통적인 컴퓨터비전이 아닌 컴퓨터비전을 위한 딥러닝 기술을 배움
  • 수강대상자: 컴퓨터비전을 활용한 연구를 진행하고 있거나 진행할 예정인 학생 (소속 연구실에서 학습용GPU를 지원받을 수 있는 학생)
  • 담당교수: 최유경 ([email protected]), 담당조교: 신정민(총괄), 황유진(Eval.ai)

양방향 소통을 위한 SLACK플랫폼

  • 블랙보드 공지사항을 참고하시어 입장하세요.

배점 정보

  • 중간기말 : 30점 / 수시평가(과제 및 프로젝트) : 60점 / 출결 :10점

시험정보

  • 중간고사 : 4월 22일(금) 1시~4시 (비대면/온라인)
  • 기말고사 : 6월 17일(금) 1시~4시 (비대면/온라인)

출결

  • 블랙보드 출결지침을 따름 (1/4 이상 결석시 FA)
  • 1회 결석 시 0.5점 감점

텀프로젝트 Eval.AI

강의계획서

주차 수업내용 강의노트 강의날짜 강의영상 비고
1-1 수업 전 설문조사 설문조사링크 2022.03.04 - 마감 03.04 13시
1-2 교과목소개 PDF 2022.03.04 Youtube
1-3 자체평가-레벨테스트 PDF 2022.03.04 Youtube 마감 03.04 16시
2-1 인공지능개론 - 2022.03.11 Youtube
2-1 인공지능활용 - 2022.03.11 Youtube
2-2 컴퓨터비전개론 PDF 2022.03.11 Youtube
2-3 영상분류1 PDF 2022.03.11 Youtube
2-3 영상분류2 2022.03.11 Youtube
2-4 선형분류 PDF 2022.03.11 Youtube
3 (이론) 손실함수 PDF 2022.03.18 Youtube
3 (이론) 최적화 PDF 2022.03.18 Youtube
3 (이론) 신경망 PDF 2022.03.18 Youtube
3 (실습) AI개발환경 PDF 2022.03.18 Youtube
3 (실습) 서버구축하기 PDF 2022.03.18 Youtube
3 (실습) VPN접속하기 - 2022.03.18 Youtube
Youtube
<= 윈도우VPN
<= 맥VPN
* 실습과제1 과제설명서 2022.03.18 마감 3/24
4 (이론) 역전파 PDF 2022.03.25 Youtube
4 (실습) Numpy PDF 2022.03.25 Youtube
4 (실습) Pandas 2022.03.25 Youtube
4 (실습) Matplotlib 2022.03.25 Youtube
* 실습과제2 과제설명서 2022.03.25 마감 3/31
5 합성곱신경망 PDF 2022.04.01 Youtube
* 실습과제3 과제설명서 2022.04.01 마감 4/07
* 실습과제4 과제설명서 2022.04.01 마감 4/21
6 합성곱신경망 구조 PDF 2022.04.08 Youtube 프로젝트 1단계 시작
* 실습과제5 과제설명서 2022.04.08 마감 4/14
* 프로젝트 1단계 설명서 2022.04.08 마감 4/28
7 딥러닝 HW/SW PDF 2022.04.15 Youtube
* 실습과제4 과제설명서 리마인더 마감 4/21
8 중간고사 - 2022.04.22 -
9 Eval.AI 제작법 2022.04.29 Youtube 프로젝트 2단계 시작
10 신경망 학습1 PDF 2022.05.06 Youtube
11 신경망 학습2 2022.05.13 프로젝트 3단계 시작
12 텀프1 2022.05.20
13 텀프2 2022.05.27 프로젝트 4단계 시작
13 텀프3 2022.06.03
14 프로젝트발표 - 2022.06.10 - 프로젝트 4단계 마감
15 기말고사 - 2022.06.17 -
  • 응용 주차의 경우, 매년 새로운 응용을 소개하고 최근 연구결과도 함께 소개하는 것으로 발전시켜 나갈 계획임
  • Object Detection, Detection and Segmentation, 3D Vision, Videos, Gnerative Model, Explainable AI, Reinforcement Learning etc.

참고자료

  • 본 수업은 미시간대학의 [EECS 498-007 / 598-005: Deep Learning for Computer Vision] 을 활용하고 있음을 밝힙니다.

About

2022-1 지능기전공학과 컴퓨터비전

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published