#Topic
1

LECTURE 1: Giới thiệu chung về Computer vision

  • Các bài toán trong Computer vision

  • Các không gian màu ảnh số

  • Xử lý ảnh trong computer vision

  • Thực hành xử lý ảnh với OpenCV

2

[Chuẩn bị trước] Mạng tích chập - Convolutional neural network

  • Giới thiệu về hình ảnh, cấu trúc của hình ảnh

  • Giới thiệu về Filter, một số filter cơ bản để xử lý ảnh

  • Cấu trúc mô hình CNN, các đặc điểm vượt trội so với mạng Neural Network.

3

LECTURE 2: Mô hình Convolution neural network (2 buổi)

  • Phép toán convolution và các tham số của phép toán convolution

  • Các loại layer trong mô hình CNN

  • Các mô hình CNN nổi tiếng: VGG, ResNet, MobileNet …

  • Dự án mẫu: Giải bài toán Image classification

4

LECTURE 3: Bài toán object detection (2 buổi)

  • Giới thiệu chung về bài toán OD, cấu trúc của các bộ dữ liệu giải bài toán OD

  • Mô hình two-stage (Faster RCNN), mô hình one-stage (YOLO, RetinaNet)

  • Chỉ số đánh giá mô hình Object detection

  • Vấn đề tỷ lệ giữa kích thước của đối tượng và kích thước ảnh

  • Dự án mẫu: Giải bài toán Object detection sử dụng YOLOv5

5

LECTURE 4: Kỹ thuật Data augmentation trong computer vision

  • Data augmentation cho bài toán image classification và object detection

  • Dự án mẫu: Thực hành lập trình data augmentation cơ bản và sử dụng auto-augmentation

6

LECTURE 5: Bài toán image segmentation (2 buổi)

  • Bài toán semantic segmentation và instance segmentation

  • Mô hình Masked RCNN, UNET

  • Chỉ số đánh giá mô hình segmentation

  • Dự án mẫu: Giải bài toán image segmentation sử dụng UNET

7

LECTURE 6: Bài toán Face recognition (2 buổi)

  • Kỹ thuật image embedding

  • Contrastive learning và bài toán face recognition

  • Dự án mẫu: Giải bài toán face recognition

8

LECTURE 7: Bài toán Image generation

  • Mô hình GANs

  • Mô hình Stable diffusion

  • Chỉ số đánh giá mô hình image generation

9

LECTURE 8: Trực quan hoá mô hình CNN với GradCAM

  • Các kỹ thuật trực quan hoá mô hình nói chung

  • CAM và GradCAM

  • Thực hành trực quan hoá mô hình CNN với GradCAM

10

LECTURE 9: Self-supervised learning với dữ liệu hình ảnh

  • Giới thiệu chung về ý tưởng weakly-supervised learning, semi-supervised learning và self-supervised learning

  • Kỹ thuật self-supervised learning trên hình ảnh

11

LECTURE 10: Các mô hình xử lý video

  • Convolution 3D, Depth-wise convolution

  • Các mô hình trích xuất đặc trưng của video

12

LECTURE 11: Docker + Cloud

  • Docker là gì?

  • Phân biệt image và container

  • Cài đặt Docker

  • Xây dựng Docker Image và chạy docker Container

  • Docker container