|
|
Atividade
| 108211 - Reconhecimento facial com Aprendizado de Métrica Profundo |
| Período da turma: | 10/10/2022 a 14/10/2022
|
||||
|
|
|||||
| Descrição: | Resumo: Aprender similaridade visual e textual é o fundamento de tarefas como agrupamento, recuperação de informação e detecção de faces. O estado da arte nestas tarefas normalmente requer o treinamento de um modelo capaz de aprender a distância entre imagens ou textos. O aprendizado desta distância é tema de uma área estabelecida em aprendizado de máquina conhecida como aprendizado de métrica que nos últimos anos tem sido dominada pelas versões baseadas em aprendizado profundo. Neste curso iremos aprender a transformar o algoritmo de aprendizado profundo de sua preferência como resnet, efficientnet, coatnet, bert ou gpt em um algoritmo de aprendizado de métrica que pode ser aplicado em textos ou imagens. Na parte prática do curso iremos construir um reconhecedor de face capaz de entregar um modelo no estado da arte em reconhecimento facial quando treinado em grandes conjuntos de dados.
Referências: Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press. Zhang, A., Lipton, Z. C., Li, M., & Smola, A. J. (2021). Dive into deep learning. arXiv preprint arXiv:2106.11342. Roth, K., Milbich, T., Sinha, S., Gupta, P., Ommer, B., & Cohen, J. P. (2020, November). Revisiting training strategies and generalization performance in deep metric learning. In International Conference on Machine Learning (pp. 8242-8252). PMLR. |
||||
| Carga Horária: |
3 horas |
||||
| Tipo: | Optativa | ||||
| Vagas oferecidas: | 300 | ||||
| Ministrantes: |
Edson Takashi Matsubara |
 voltar |
|
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |