Logga in

Registrera

1MD042 · Uppsala universitet

Avancerad djupinlärning för bildbehandling

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
5
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Teknisk-naturvetenskapliga fakultetsnämnden
Institution
Institutionen för informationsteknologi

Lärandemål

Efter godkänd kurs ska studenten kunna:

  • använda moderna miljöer för djupininlärning för att lösa praktiska bildbehandlings- och bildanalysproblem;
  • beskriva och använda djupa faltningsnätverk för bildklassificering, objektdetektering och bildsegmentering;
  • beskriva och använda olika typer av regulariseringstekniker för visuella data;
  • beskriva och använda metoder för bildgenerering;
  • förklara och använda metoder för tolkning och förståelse av djupa modeller;
  • kritiskt analysera forskning inom djupinlärning för bildbehandling, bedöma dess möjligheter och begränsningar.
Kursinnehåll
Djupinlärning (deep learning) för visuella data. Faltningsneuronnät (CNN) och metoder för träning av dessa, överföringsinlärning och artificiell utvidgning av datamängden. Olika arkitekturer samt tillämpningar inom bildanalys (klassificering, detektion, segmentering). Djupa generativa modeller. Visualisering och förståelse av djupa neuronnät. Möjligheter och begränsningar med djupinlärning.
Förutsättningar
  • 120 hp. Djupinlärning genomgången. En av kurserna Introduktion till Bildanalys och Datoriserad bildanalys I ska vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Litteratur

Saknas

Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Statistisk inlärning och dataanalys

SF19309 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Moderna metoder för statistisk inlärning

SF29353 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB