Aulas planejadas (pode mudar ao
longo do semestre) |
Aula
prática? |
Linguagem |
Data
de entrega da lição de casa (sem desconto - com
desconto) |
||
12/05 aula 01 |
2ª |
Conceitos básicos para processamento de imagens. | C++/OpenCV |
||
14/05
aula 02 |
4ª | Componentes conexos e crescimento de semente. | Sim |
C++/OpenCV | aulas 1/2: 18/05 - 25/05 |
19/05 aula 03 |
2ª | Filtros e convolução 1. |
C++/OpenCV | ||
21/05 aula 04 | 4ª | Filtros e convolução 2. |
Sim | C++/OpenCV | aulas 3/4: 25/05 - 01/06 |
26/05 aula 05 | 2ª | Casamento de modelos. |
C++/OpenCV | ||
28/05
aula 06 |
4ª | Transformações geométricas. | Sim | C++/OpenCV | aulas 5/6: 01/06 - 08/06 |
02/06 aula 07 |
2ª | Introdução
ao aprendizado de máquina. |
C++/Python |
||
04/06
aula 08 |
4ª | Aprendizado de máquina para projetar filtros. | Sim | C++/Python | aulas 7/8: 08/06 -15/06 |
09/06 aula 09 | 2ª | Classificação
de MNIST pelo aprendizado clássico. Extração
de características. |
C++/Python | ||
11/06 aula 10 |
4ª | Tensorflow/Keras/PyTorch, Colab. Classificação de MNIST pela rede densa. | Sim | Python/Keras |
aulas 9/10: 15/06 - 22/06 |
16/06 aula 11 | 2ª | Rede neural convolucional "tipo
LeNet" em Tensorflow Keras. |
Python/Keras | ||
18/06 aula 12 | 4ª | Modelos pré-treinados para ImageNet. | Sim | Python/Keras | aulas 11/12: 22/06 - 29/06 |
23/06 aula 13 | 2ª | Redes
avançadas. |
Python/Keras |