K
ardos
P
éter
Á
ltalános
O
ktatás
K
utatás
Ö
néletrajz
Képfeldolgozás haladóknak gyakorlat (2024. ősz)
Követelmények
Prezentáció témák
Projektek
Teljesítési határidők
:
Jelentkezés kiselőadás tartására:
szeptember 22. 23:55:00
Egyéni projekt beszámoló készítése:
október 27. 23:55:00
Projekt beadása:
december 1. 23:55:00
Projekt bemutatása: az utolsó két szorgalmi héten, előzetes beosztás alapján
Projektmegbeszélések: két gyakorlati alkalommal (várhatóan az 5. és a 10. szorgalmi héten).
A gyakorlati kurzus értékelése:
(5 fokozatú gyakorlati jegy)
17,5 pont felett:
5
[15-17,5) pont:
4
[12,5-15) pont:
3
[10-12,5) pont:
2
[0- 10) pont:
1
Linkek:
Gépi tanulás áttekintés (OpenCV)
Mesterséges neurális hálózat (wikipedia, magyar)
Mesterséges neurális hálózat (elméleti segédanyag)
Mesterséges neurális hálózatok típusai (elméleti segédanyag)
Tensorflow (szoftverkönyvtár gépi tanuláshoz)
Tensorflow alapozó (magyar cikksorozat)
Keras (Tensorflow-ra épülő Python könyvtár neurális hálók használatához)
SVM osztályozó (wikipedia, angol)
SVM osztályozó (elméleti segédanyag)
SVM osztályozó (OpenCV)
kNN osztályozó (wikipedia, angol)
kNN osztályozó (elméleti segédanyag)
kNN osztályozó (OpenCV)
Döntési fa (wikipedia, magyar)
Döntési fa (segédanyag)
Naiv bayes osztályozó (wikipedia, angol)
Naiv bayes osztályozó (segédanyag)
k-means klaszterezés (általános tutorial)
CIELAB színtér
Színes képek szegmentálása k-means klaszterezéssel
Konyhai eszközök képi adatbázisa