Apresentação da UC

• Apresentação da UC

Introdução à visão por computador e análise de imagens

• Introdução à visão por computador
• Perspetiva histórica
• Exemplos de aplicações e áreas de aplicação
  
• Exemplos de trabalhos realizados no âmbito do ISCTE e da UC
  

Representação e manipulação de imagens

• Introdução à biblioteca OpenCV em Python
• Representação de imagens em diferentes espaços de cor
• Leitura e escrita de ficheiros de imagem
• Acesso aos atributos de imagem e aos valores de pixel
• Conversão entre espaços de cor
• Binarização com operações de thresholding

Representação e manipulação de imagens

Exercícios sobre representação e manipulação de imagens

Operações morfológicas e convolução

• Binarização de Otsu
• Operações morfológicas
  • Erosão e dilatação
  • Abertura e fecho
• Convolução e filtragem
• A convolução passo-a-passo
• Exemplos de aplicação
  • Fitros gaussianos e redução de ruído
  • Máscaras de Sobel e deteção de contornos
  • Filtros laplacianos e melhoria da nitidez

Operações morfológicas e convolução

Exercícios sobre operações morfológicas e convolução

Redes neuronais clássicas (revisão)

• Conceito de aprendizagem supervisionada
• Noção de características (features) e classes
• Arquitetura clássica de uma rede neuronal (ANN): unidades elementares (neurónios); Camada de entrada, camada(s) escondida(s) e camada de saída
• Conjuntos de treino, validação e teste
• Processo de treino - noção de "batch" e época
• Funções de otimização: algoritmo "gradient descent"
• Funções de perda: MSE; entropia cruzada
• Avaliação de resultados: taxa de acertos e perda; falsos positivos e falsos negativos; precisão (precision) e sensibilidade (recall); matriz de confusão

Redes neuronais clássicas (revisão)

Exercícios sobre redes neuronais clássicas

Redes neuronais convolucionais

• Introdução às redes neuronais convolucionais (CNN)
• Arquitetura de uma CNN
  • Camadas convolucionais e filtros
  • Camadas de subamostragem (pooling)
  • Ativação ReLU
  • Camadas totalmente ligadas (fully connected)
• Construção e treino de uma CNN no TensorFlow
• Overfitting e formas de o reduzir
  • Data augmentation
  • Dropout
• Visualização de resultados

Redes neuronais convolucionais

Exercícios sobre redes neronais convolucionais

Redes pré-treinadas e transferência de conhecimento

• Redes pré-treinadas e principais arquiteturas
  • AlexNet e família VGG
  • Família ResNet e "skip connections"
  • Família MobileNet e "convoluções separáveis"
  • Família Inception e "módulos" de convolução
  • Família EfficientNet e "escalabilidade" de modelos
• Transferência de conhecimento - conceitos introdutórios
• Treino de uma rede com transferência de conhecimento
• Exemplos

Redes pré-treinadas e transferência de conhecimento

Exercícios sobre redes pré-treinadas e transferência de conhecimento

Deteção de objetos

• Conceitos introdutórios
• Principais arquiteturas baseadas em redes neuronais
  • R-CNN, Fast R-CNN e Faster R-CNN
  • Yolo (You Only Look Once)
  • SSD (Single Shot Detector)
• Medidas de desempenho:
  • IoU (Intersection of Union)
  • AP (Average Precision) e mAP (mean Average Precision)
• Implementação de um detetor de objetos pré-treinado no OpenCV
  • SSD MobileNet V2
  • YoloV3

Deteção de objetos

Exercícios sobre deteção de objetos

Outras aplicações de aprendizagem profunda a imagens

• Segmentação semântica de imagens - arquitetura "Compressor-Descompressor"
• Geração de conteúdos - Generative Adversarial Networks (GANs) - arquitetura "Gerador-Discriminador"
• Comparação de imagens - Redes Siamesas
• Super-resolução
• Inpainting

Introdução ao projeto

• Objetivo
• Componente técnica
• Relatório
• Apresentação
• Discussão
• Critérios de avaliação
  
• Exemplos de projetos

Arranque do projeto

• Definição dos grupos
• Definição dos temas
• Sugestão de passos iniciais

Acompanhamento do projeto

Acompanhamento e apoio à realização dos projetos

Acompanhamento do projeto

Reuniões com os grupos de trabalho com vista a definir:

• abordagem a seguir
• datasets para treino e teste
• artigos e referências bibliográficas para suporte

Acompanhamento do projeto

Reuniões com os grupos de trabalho com vista a definir:

• abordagem a seguir
• datasets para treino e teste
• artigos e referências bibliográficas para suporte

Acompanhamento do projeto

Acompanhamento do projeto

Acompanhamento do projeto

• aferir a evolução do projeto
• acertar os conteúdos finais do projeto
  
• definir conteúdos da apresentação e relatório
• esclarecer dúvidas
  

Acompanhamento do projeto

• aferir a evolução do projeto
• acertar os conteúdos finais do projeto
  
• definir conteúdos da apresentação e relatório
• esclarecer dúvidas