Генерация изображений нейросетями: как работают современные модели? // Курс « Компьютерное зрение»

Программа вебинара курса Компьютерное зрение:
Принципы генерации изображений: постановка задачи, ключевые архитектуры
Обзор моделей: VAE, GAN, Diffusion — эволюция подходов и отличия
Разбор архитектуры Stable Diffusion и её механизмов (latent space, denoising, guidance)
Обзор популярных фреймворков и API (Diffusers, ComfyUI, InvokeAI)
Кейсы применения: дизайн, геймдев, создание synthetic data

Что узнают участники:
Как устроены современные модели генерации изображений и в чём их различия
Какие подходы применяются в индустрии, и с чего начать практическую работу
Какие инструменты и библиотеки доступны для самостоятельной генерации изображений
Текущие возможности, ограничения и направления развития генеративных моделей

Кому будет полезен вебинар:
ML/AI-специалистам, интересующимся практическим применением генеративных моделей в CV-задачах
Разработчикам, которые хотят разобраться в принципах работы моделей и научиться использовать их в продуктах и R&D
Студентам технических вузов и слушателям DS-программ, осваивающим современные подходы в deep learning
Инженерам и исследователям, следящим за прогрессом в области генеративного ИИ и архитектурной эволюцией моделей

« Компьютерное зрение» - https://otus.pw/GSoP/

Преподаватель: Роман Филонов - делал модели распознавания по лицу, оценки качества изображения, классификация марок автомобилей, а также более специфическими вещами по типу place recognition на мобильном роботе, детекции объектов на мусорной ленте

Пройдите опрос по итогам мероприятия - https://otus.pw/AOIU/

Следите за новостями проекта:
Telegram: https://t.me/Otusjava
ВКонтакте: https://otus.pw/850t
LinkedIn: https://otus.pw/yQwQ/
Хабр: https://otus.pw/S0nM/