Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Visuelle Objekterkennung - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Langtext
Veranstaltungsnummer 13900 Kurztext FMI-IN0134
Semester SS 2023 SWS 2
Teilnehmer 1. Platzvergabe 20 Max. Teilnehmer 2. Platzvergabe 20
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Deutsch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen


Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Mi. 10:00 bis 12:00 w. 05.04.2023 bis
05.04.2023
    fällt aus

Vorlesung entfällt

 
Gruppe 1-Gruppe:



Zugeordnete Person
Zugeordnete Person Zuständigkeit
Bodesheim, Paul , Dr.-Ing. verantwortlich
Zuordnung zu Einrichtungen
Institut für Informatik
Fakultät für Mathematik und Informatik
Inhalt
Voraussetzungen

Kenntnisse in Bildverarbeitung und maschinellem Lernen werden nicht vorausgesetzt. Die Vorlesung ist als Ergänzung zu den Vorlesungen der Bildverarbeitung und Mustererkennung anzusehen.

Lerninhalte

Inhalte der Vorlesung "Visuelle Objekterkennung":

  • Aufgabenstellungen und Herausforderungen der visuellen Objekterkennung
  • Grundlegende Verfahren des Maschinellen Lernens
  • Klassifikation und Bildkategorisierung
  • Objektlokalisation / -detektion
  • Semantische Segmentierung
  • Tiefe Lernverfahren

Schwerpunkt werden dabei Algorithmen der Bildverarbeitung sein, welche massiv Verfahren des maschinellen Lernens einsetzen. In letzter Zeit ist in diesem Bereich ein unglaublicher Trend hin zu neuen Anwendungen zu beobachten. Die Vorlesung bietet einen Streifzug durch dieses Gebiet an und geht besonders auf Zusammenhänge der Verfahren untereinander ein.

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SS 2023 , Aktuelles Semester: SoSe 2024

Impressum | Datenschutzerklärung