Computer Vision — комп’ютерний зір і цифрова обробка зображень та відео

Аналітичний огляд курсу

Опис згенерований на основі програми курсу та відкритих даних.

Комп’ютерний зір (Computer Vision) поєднує обробку зображень і відео з методами машинного навчання для інтерпретації сцени, мінімізації помилок і підвищення якості рішень. Програма вибудувана від базових піксельних операцій до глибоких моделей для класифікації, детекції, трекінгу та сегментації.

Що таке Computer Vision та комп’ютерний зір

Це набір методів і алгоритмів для вилучення структурованої інформації з візуальних даних: фільтрація, виділення контурів, кодування/компресія, а також моделі ML/DL для розпізнавання і відстеження об’єктів у реальному часі.

Кому підходить / кому не підходить: Computer Vision

Підійде

• Фахівцям із базовими знаннями Python, які хочуть працювати із зображеннями та відео.
• ML/DS/Software-інженерам, що планують впроваджувати CV-пайплайни від підготовки даних до інференсу.
• Розробникам, яким потрібні практичні інструменти: OpenCV, NumPy, scikit-image, PyTorch/TensorFlow.

Не підійде

• Тим, хто очікує лише теорію без практичних задач.
• Тим, хто не готовий працювати з математикою (лінійна алгебра, ймовірності) та оптимізацією.

Проблема → результат у Computer Vision-проєктах

• Розрізнені й «шумні» дані → стандартизація датасетів, аугментації, нормалізація.
• Низька якість зображень → фільтрація, підвищення різкості, видалення артефактів.
• Переобучення і слабка узагальнюваність → регуляризація, крос-валідація, контрольний набір.
• Вимоги реального часу → оптимізація моделей, кодування/компресія, апаратне прискорення.
• Баги в пайплайні → модульні тести, моніторинг метрик, відтворюваність експериментів.

Порівняння з альтернативами: підходи до Computer Vision

• Тільки класичні фільтри → швидко на простих задачах, але обмежена узагальнюваність без DL.
• Лише готові AutoML/облачні сервіси → швидкий старт, менше контролю над якістю та витратами.
• Загальний ML без CV-специфіки → бракує інструментів для зображень/відео та оптимізації інференсу.

Набуті компетенції у Computer Vision

• Обробка зображень і відео: піксельні операції, фільтрація, контури, кодування та компресія.
• Побудова CV-пайплайнів: підготовка даних, анотація, метрики, валідація.
• Моделі DL: класифікація, детекція, трекінг, сегментація; базові прийоми оптимізації.
• Інференс і деплой: зниження затримки, конвертація форматів, моніторинг якості.

Зміст і інструменти Computer Vision

Теми

• Піксельні операції, перетворення кольорів, геометричні трансформації.
• Фільтрація, виділення кордонів, морфологія.
• Кодування, компресія, формати зображень і відео.
• Класифікація, детекція, трекінг, сегментація на основі ML/DL.

Інструменти

• Python, NumPy, OpenCV, scikit-image.
• PyTorch/TensorFlow, torchvision, Albumentations.
• ONNX, оптимізація інференсу, базові прийоми MLOps.

Лектор: Computer Vision & Machine Learning

Ян Колода — Senior Computer Vision & Machine Learning Engineer у Gini GmbH, PhD у сфері Image Processing & Computer Vision. Працював із вилученням інформації з документів (технологія застосовується великими банками Німеччини), проектував DL-пайплайни автономного водіння в AVL, розробляв антиспуфінг у Veridas (точність >99%). Викладав CV/обробку зображень в університетах Гранади та Ерлангена-Нюрнберга.

Передумови та формат

• Базовий Python, лінійна алгебра, ймовірності, основи ML.
• Практика з Git і середовищами виконання (Jupyter/IDE) бажана.