Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design & Kunst
  • Musik

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • Institute
  • Über uns

Unternavigation

Breadcrumbs-Navigation

  1. Technik & Architektur Technik & Architektur
  2. Weiterbildungen in Bau, Technik und Innovation Weiterbildungen in Bau, Technik und Innovation
  3. Weiterbildungskurse Weiterbildungskurse
  4. Deep Learning in Vision Deep Learning in Vision

Deep Learning in Vision Methode zur Lösung von Problemen bildbasierter Objektklassifikation

Deep Learning umfasst Methoden des maschinellen Lernens, welche auf Neuronalen Netzen basieren. Sogenannte Convolutional Networks haben sich in den letzten Jahren als „State of the Art“ im Bereich der bildbasierten Objektklassifikation durchgesetzt. 

 Teilen
  • 
  • 
  • 
  • 

In der Übersicht

Der Kurs vermittelt die notwendigen Grundlagen zum Verständnis der Architektur und Funktion von Convolutional Neural Networks (CNN). Anhand von Beispieldaten aus der Praxis werden konkrete Klassifikationsprobleme studiert und als Lösungsmethode CNNs vorgestellt sowie deren Funktionsweise auf diesen Problemen analysiert. Schliesslich bietet sich die Möglichkeit an, in Gruppen und unter Anleitung der Dozierenden eine eigene oder vorgegebene Problemstellung zu bearbeiten.

Ziele

Die Teilnehmerinnen und Teilnehmer

  • kennen die grundlegenden Begriffe und Konzepte der bildbasierten Objektklassifikation und deren Validierungsmethoden;
  • kennen typische Anwendungsbeispiele, welche sich für Anwendung eines Deep Learning Ansatzes eignen;
  • verstehen die Struktur von mehrlagigen Neuronalen Netzen und deren Funktionsweise und können die Implementierung nachvollziehen;
  • kennen die wesentlichen Komponenten eines Neuronalen Netzwerks und deren Repräsentation und Parametrisierung in einem Deep Learning Framework (TensorFlow, Keras);
  • können ein Modell passend konfigurieren sowie parametrisieren, um bekannte sowie neue Probleme im Bereich der Klassifikation von Bilddaten anzugehen.

 Die Grundlage zum Erlangen der zwei ETCS bildet ein schriftlicher Leistungsnachweis, in welchem die vorgegebene oder eigene Problemstellung analysiert und diskutiert wird.

Mehr Informationen

Der Weiterbildungskurs setzt drei Schwerpunkte: 

  • Es werden die Grundlagen von Deep Learning in Computer Vision vermittelt.Themen wie Klassifikation, Training, Validierung und Testen sowie  Optimierungen werden an Praxisbeispielen erläutert. 
  • Es werden Komponenten  eines neuronalen Netzwerks (am Beispiel CNN) und deren Repräsentation und Parametrisierung erarbeitet. Den Teilnehmenden wird der Umgang mit TensorFlow erläutert und anhand eines Praxisbeispiels geübt. 
  • Das Erlernte wird an einem Beispiel  angewendet. Eine eigene oder vorgegebene Problemstellung wird von den Teilnehmenden zwischen dem 2. und 3. Kurstag aufbereitet. Sie wird am 3. Kurstag erarbeitet und besprochen.

hidden

Facts

Programmstart

Auf Anfrage 

Anmeldeschluss

3 Wochen vor Kursstart

Dauer

3 Tage

Kosten

CHF 1'450.-

inklusive Kursunterlagen in Englisch

Programmleitung
  • Prof. Dr. Mirko Birbaumer
  • Prof. Dr. Klaus Zahn
Abschluss

Kurszertifikat mit 2 ECTS

Programmart

Weiterbildungskurs

Unterrichtszeiten

3 Präsenztage zu 8 Lektionen:

jeweils 08.30 – 16.30 Uhr

Unterrichtssprache
  • Deutsch
  • Englisch
Durchführungsort

Horw

Zielgruppe

Ingenieurinnen und Ingenieure, welche das Potential von Deep Learning in ihrem Umfeld kennenlernen und eruieren wollen.

Voraussetzungen

Mathematisches, naturwissenschaftliches oder technisches Studium (BSc, MSc).

Anbieter

Technik & Architektur
Institut für Elektrotechnik IET
Bereich Weiterbildung

Methodik

Vorlesungen, Übungen und Coaching

Bemerkungen

Für den Kurs muss ein eigener Laptop zur Verfügung stehen; die vorab zu installierenden SW-Pakete werden ca. 10 Tage vor Kursbeginn kommuniziert.

Auf Wunsch kann der Kurs in Englisch abgehalten werden.

 

Prof. Dr. Mirko Birbaumer

Co-Programmleitung

+41 41 349 33 40

E-Mail anzeigen

Prof. Dr. Klaus Zahn

Co-Programmleitung

+41 41 349 35 73

E-Mail anzeigen

Infos

  • Weitere Infos zur Forschungsgruppe Vision-Systems
  • Flyer 

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  YouTube
  •  Flickr

Kontakt

Logo Technik & Architektur

Hochschule Luzern

Technik & Architektur

Technikumstrasse 21
CH- 6048 Horw

+41 41 349 33 11

technik-architektur@hslu.ch

Direkteinstieg

  • Für Studierende
  • Weiterbildungsinteressierte
  • Für Mitarbeitende
  • Medienschaffende

Quicklink

  • Personensuche
  • Jobs & Karriere
  • Organisation des Departements Technik & Architektur
  • Facts & Figures
  • Diversity
  • Räume mieten
  • Bibliothek

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode
Wir verwenden Cookies, um Ihnen eine optimale Nutzung der Website zu ermöglichen und um Ihnen auf unserer Website, auf anderen Websites und in sozialen Netzwerken personalisierte Werbung anzuzeigen. Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen zu diesen Cookies und wie Sie die Datenbearbeitung durch sie ablehnen können, finden Sie in unserer Datenschutzerklärung.
OK