СПбГУ -- 2026.09.25 -- Распознавание объектов

Это лекция из курса "Глубокое обучение", который читается на Факультете математики и компьютерных наук СПбГУ осенью 2026 года. Все материалы этой и других лекций курса (слайды, доска, ноутбуки с кодом) размещены по адресу: https://www.sergeynikolenko.ru/courses/mlspsu2025-3 Подписывайтесь на мой телеграм-канал "Sineкура": Разделы: 0:00 От классификации изображений к компьютерному зрению 5:01 Распознавание объектов и сегментация: постановка задач 9:05 Переменное число объектов и confidence 14:43 Функция ошибки, ground truth и IoU 21:16 Датасеты PASCAL VOC и Open Images: цена разметки 25:32 Selective Search и R-CNN 31:13 Почему R-CNN работает медленно 36:35 Fast R-CNN: общее извлечение признаков 41:46 RoI pooling: признаки фиксированного размера 46:49 Faster R-CNN: обучаемый выбор кандидатов 56:02 Двухэтапные и одноэтапные детекторы 57:52 YOLO: You Only Look Once 1:00:53 Повторные детекции и non-maximum suppression 1:03:03 YOLOv2: небольшие улучшения и ablation studies 1:05:51 YOLO9000 и иерархия классов вместо большого softmax 1:12:12 Как объединять датасеты с разной подробностью классов 1:13:21 Почему маленькие объекты распознавать труднее 1:17:41 Разреженные свёртки и детекторы разных масштабов 1:21:42 Feature Pyramid Networks: глобальный контекст для маленьких объектов 1:25:29 Focal loss: дисбаланс классов и RetinaNet 1:30:23 YOLOv3, EfficientDet и поиск архитектур 1:33:53 Вопросы: как обучается иерархический softmax