• Таблица успехов
• Лекции
• Описание практических работ (3 пр будет позже)
• Проекты

Общая идея - учимся работать с ResNet, оптимизировать модели при помощи квантизации, onnx. Далее проект, который нацелен на решения одной из задач - измерение глубины изображения, сегментация, детекции и др. Также, если бригаде хочется решить другую задачу(проект), можно согласовать с преподавателем тему и требования к ней. Инструменты:

• Pytorch(https://pytorch.org/ )
• Onnx(https://onnx.ai/)

Каждый проект выполняется бригадой из 2-3 человек. Для формирования бригады необходимо написать на почту преподавателю с указанием всех участников(т.е. указать в копии всех участников). Все проектная деятельность выполняется в репо – https://github.com/moevm/cv-ai-2023 Подробные требования к каждому проекту указаны здесь . В каждом проекте будут критерии, где каждый будет оцениваться в определенное кол-во баллов. Сумма баллов за все критерии 4.

• Все работы должны выполняться в отдельной ветке
• Все практические работы должны выполняться в папке tasks/task[номер практического задания]/[номер группы]_[фамилия]
• Все проекты выполняются в папке projects/[номер группы]_[номер_бригады]_[название_проекта] (номер бригады будет в таблице успеваемости после создания бригады)

Балльная система 0-10 баллов. Задания оценивается следующим образом:

• 1 практическое задание - 3 балла
• 2 практическое задание - 3 балла
• 3 практическое задание - 2 балла (Не в 2023)
• Проект – 4 балла

Всем, кто выполнит проект до 05.12.2023, +1 балл к рейтингу. Дедлайн последней отправки - 10:00 по Москве 22.12.2023. Всем, кто присылает позднее -1 балл к рейтингу

• Отлично >= 9 баллов
• Хорошо >= 7 баллов
• Удовлетворительно >= 5 баллов