Synapse Academy
すべてのフェーズ
フェーズ 04

コンピュータビジョン

ピクセルから意味理解へ — 画像・動画・3Dの世界を網羅します。

28 レッスン

このフェーズのレッスン

  1. 1画像の基礎 — ピクセル・チャンネル・色空間
  2. 2畳み込みをゼロから実装
  3. 3CNN — LeNetからResNetへ
  4. 4画像分類
  5. 5転移学習とファインチューニング
  6. 6物体検出 — YOLOをゼロから実装
  7. 7セマンティックセグメンテーション — U-Net
  8. 8インスタンスセグメンテーション — Mask R-CNN
  9. 9画像生成 — GAN
  10. 10画像生成 — 拡散モデル
  11. 11Stable Diffusion — アーキテクチャとファインチューニング
  12. 12動画理解 — 時系列モデリング
  13. 133Dビジョン — 点群とNeRF
  14. 14Vision Transformer（ViT）
  15. 15リアルタイムビジョン — エッジデプロイ
  16. 16完全なビジョンパイプラインを構築する — 総合演習
  17. 17自己教師あり学習 — SimCLR・DINO・MAE
  18. 18オープン語彙ビジョン — CLIP
  19. 19OCRとドキュメント理解
  20. 20画像検索と距離学習
  21. 21キーポイント検出と姿勢推定
  22. 223D Gaussian Splattingをゼロから実装
  23. 23Diffusion TransformerとRectified Flow
  24. 24SAM 3とオープン語彙セグメンテーション
  25. 25ビジョン言語モデル — ViT-MLP-LLMパターン
  26. 26単眼深度推定とジオメトリ推定
  27. 27マルチオブジェクトトラッキングと動画メモリ
  28. 28ワールドモデルと動画拡散モデル