Modul: Computer Vision mit Deep Learning, Hochschule für Informatik FHNW

Computer Vision ist ein Teilgebiet der AI, in dem der Computer Videos und Bilder «sehen» und interpretieren kann. Es gibt bereits viele Anwendungsfälle dafür; hier ein paar Beispiele:

• Gesichtserkennung ermöglicht es Computern, Personen zuverlässig zu identifizieren.
• Bilddiagnosen unterstützen in der Medizin bei der Erkennung von Krebs.
• Bild- und Videoanalysen unterstützen dabei, defekte Produktionsteile zu erkennen.
• Objekterkennung und -Erfassung in Amazon Go Shops. Computer erkennen, welche Person welche Produkte einpackt oder wieder zurückstellt. Beim Verlassen des Ladens wird der Einkauf automatisch abgerechnet.
• Objekterkennung ermöglicht Fahrzeugen, Personen und Signale präzise wahrzunehmen. Ziel sind sichere Assistenzsysteme und autonomes Fahren.

Die Fortschritte auf dem Gebiet der Computer Vision sind dank Deep Learning höchst beeindruckend. AI-Modelle liefern in einigen Anwendungsfällen zutreffendere Resultate als der Mensch. Schon heute können mit Deep Learning Objekte auf Videos in Real-Time erkennen. Nutze selbst die beeindruckende Performance. Lerne schon heute zukünftige Technologien kennen und nutze sie in breiten Anwendungsgebieten für dich. Richte deinen Blick auf die Zukunft – und den des Computers.

Lernziele

Du bekommst:

• Praxiserfahrung im Trainieren von CNNs und eigenen Bilddaten (TensorFlow und TorchVision).
• Vertieftes Wissen in der Anwendung von Python.

Du kannst:

• Bilddaten so aufbereiten, dass sie sich für das Training von CNNs eignen.
• dein trainiertes Modell sauber evaluieren.
• dein Modell durch Anwendung von Hyperparameter Tuning und weiteren Techniken wie Regularisierung oder Image Augmentation ihr Modell.
• ein bereits vorhandenes Modell mit Hilfe von Transfer Learning auf ein neues Anwendungsgebiet übertragen.

Du kennst:

• verschiedene Anwendungsfälle für Computer Vision.
• die Funktionsweise von CNN und verschiedene CNN-Architekturen.
• und beherrscht grundlegende Deep Learning Architekturen von «Object Detection» und «Semantic Segmentation» und kannst einzelne davon auf Bilddaten anwenden.

Du weisst:

• wie Transfer Learning funktioniert und wie du es erklärst.
• Wie du Overfitting erkennst und ihm entgegenwirkst.
• Wie du ein neuronales Netzwerk auf der Basis von CNNs für Image Classifications Tasks benutzt.

Zielpublikum

Du verfügst über Python-Grundkenntnisse und bist mit den Grundlagen von neuronalen Netzwerken vertraut.

Digitale Bildverarbeitung mit Python und Grundlagen der Convolutional Neural Networks (CNNs) sind Grundlagen, die du in diesem Modul erlernst. Wir zeigen dir, wie ein Computer Bilder verarbeitet und mit CNNs interpretiert.

Das Modul ist praktisch orientiert. Im Anwendungsfall «Image Classification» wertest du Bilder aus, und sortierst sie in eine oder mehrere Klassen ein. Zeigt das Bild einen Hund? Einen Hund oder eine Katze? Sind die abgebildeten Maschinenteile defekt oder perfekt? Und welches Bauteil liegt da eigentlich gerade vor dir?

Hier arbeitest du mit den gängigsten vortrainierten Modellen und Architekturen. Du lernst, wie die fürs Training verwendeten Bilddaten vorbereitet werden müssen, wie ein Modell trainiert und evaluiert wird. Du wendest Techniken wie Regularisierung, Image Augmentation oder Hyperparameter Tuning an, um das Modell zu verbessern. Neben dem Trainieren eines komplett neuen Modells lernst du auch, wie ein bereits trainiertes Modell auf einen neuen Anwendungsfall angewendet werden kann (Transfer Learning).

Nimm die Architektur der Systeme in den Fokus. Schaue dir Methoden wie «Object Detection» genauer an. Finde beispielsweise ein gleiches Objekt mehrfach in einem Bild, oder erkenne verschiedene Objekte darauf. Auch Umrisse eines Objektes können dir wertvolle Informationen liefern. Diese Methode heisst «Semantic Segmentation».

Ein wichtiger Bestandteil dieses Moduls ist es, dass du lernst, wie du Modelle auf eigenen Daten trainieren und verbessern kannst. Dazu wird es praktische Übungen in Python geben.

Technologien

• Python 3.11
• TensorFlow
• Torchvision