从点云到NeRF,多伦多大学CSC 2547课程全面讲解3D计算机视觉

简介: 从点云到NeRF,多伦多大学CSC 2547课程全面讲解3D计算机视觉

‍2021 年冬季的 CSC 2547 课程已全部上线,公开可看。


随着神经渲染等方法的成熟,3D 计算机视觉领域也有了诸多进展。对于从事机器人、生物识别等方向的研究人员和从业者来说,掌握几何深度学习知识和 3D 计算机视觉的相关算法是非常必要的。

CSC 2547 是多伦多大学的一门课程,主要介绍了几何深度学习方法和 3D 视觉的最新进展。近期 2021 年冬季的 CSC 2547 课程已全部上线,课程视频和讲义资料均公开可看。

该课程首先讲解了物体和场景级别的 3D 视觉任务表征、学习算法和生成模型,然后介绍了与深度学习相关的几何深度学习和流形学习的概念。


课程链接:https://www.pair.toronto.edu/csc2547-w21/

具体来说,该课程的主要内容包括:

以点云为输入的表征、学习和生成型深度学习;

可微分和神经渲染;

几何深度学习;

非欧几里得深度学习在计算机视觉之外的应用。


此外,该课程还重点讲解了近期热门研究方向——神经辐射场(NeRF)及其应用。

在学习 CSC 2547 这门课程之前,学生需要了解机器学习的基本概念、多变量微积分、线性代数和概率的基本知识,同时还要具备强大的 Python 编程技能。

以下是课程的部分目录:

相关文章
|
传感器 机器学习/深度学习 人工智能
课程概述(计算机视觉快速入门) | 学习笔记
快速学习课程概述(计算机视觉快速入门)
|
机器学习/深度学习 并行计算 算法
李飞飞计算机视觉课程CS231n总结
李飞飞计算机视觉课程CS231n总结
李飞飞计算机视觉课程CS231n总结
|
机器学习/深度学习 算法 计算机视觉
吴恩达计算机视觉课程12大要点,如何赢得计算机视觉竞赛
本文作者最近在Coursera上完成了吴恩达的深度学习系列课程的第四门课“卷积神经网络”,这门课细致解释了优化计算机视觉任务所需的许多复杂方法。本文介绍了这门课的主要内容。
1994 0
|
7月前
|
机器学习/深度学习 计算机视觉
AIGC核心技术——计算机视觉(CV)预训练大模型
【1月更文挑战第13天】AIGC核心技术——计算机视觉(CV)预训练大模型
662 3
AIGC核心技术——计算机视觉(CV)预训练大模型
|
机器学习/深度学习 PyTorch 算法框架/工具
Azure 机器学习 - 使用 ONNX 对来自 AutoML 的计算机视觉模型进行预测
Azure 机器学习 - 使用 ONNX 对来自 AutoML 的计算机视觉模型进行预测
136 0
|
3月前
|
人工智能 测试技术 API
AI计算机视觉笔记二十 九:yolov10竹签模型,自动数竹签
本文介绍了如何在AutoDL平台上搭建YOLOv10环境并进行竹签检测与计数。首先从官网下载YOLOv10源码并创建虚拟环境,安装依赖库。接着通过官方模型测试环境是否正常工作。然后下载自定义数据集并配置`mycoco128.yaml`文件,使用`yolo detect train`命令或Python代码进行训练。最后,通过命令行或API调用测试训练结果,并展示竹签计数功能。如需转载,请注明原文出处。
|
3月前
|
人工智能 测试技术 PyTorch
AI计算机视觉笔记二十四:YOLOP 训练+测试+模型评估
本文介绍了通过正点原子的ATK-3568了解并实现YOLOP(You Only Look Once for Panoptic Driving Perception)的过程,包括训练、测试、转换为ONNX格式及在ONNX Runtime上的部署。YOLOP由华中科技大学团队于2021年发布,可在Jetson TX2上达到23FPS,实现了目标检测、可行驶区域分割和车道线检测的多任务学习。文章详细记录了环境搭建、训练数据准备、模型转换和测试等步骤,并解决了ONNX转换过程中的问题。
|
5月前
|
自然语言处理 监控 自动驾驶
大模型在自然语言处理(NLP)、计算机视觉(CV)和多模态模型等领域应用最广
【7月更文挑战第26天】大模型在自然语言处理(NLP)、计算机视觉(CV)和多模态模型等领域应用最广
281 11
|
6月前
|
编解码 机器人 测试技术
2024年6月计算机视觉论文推荐:扩散模型、视觉语言模型、视频生成等
6月还有一周就要结束了,我们今天来总结2024年6月上半月发表的最重要的论文,重点介绍了计算机视觉领域的最新研究和进展。
163 8

热门文章

最新文章