Materiais de apoio para o curso de Introdução à Visão Computacional, Prof. Marcos Máximo e Gabriel Melo
Aula 1 - Introdução a Visão Computacional
Aula 2 - Redes Neurais Artificiais
Aula 4 - Visão Clássica: Filtros
Aula 5 - CNNs: Redes Neurais Convolucionais
Aula 7 - Detecção de Objetos Avançada
Estão na pasta notebooks.
Laboratório 1 - Operações Básicas com Imagem e Classificação básica
Laboratório 2 - nanoGrad: Automatic Gradient Backpropagation
Laboratório 3 - NeRFs: Neural Radiance Fields
Laboratório 4 - Image Processing: Convolutions
Laboratório 5 - CNNs: Implementing a FastAI like interface
Laboratório 6 - nanoYOLO: Our very own nano YOLO
Laboratório 7 - Kalman Filter: A Tracking Model
Laboratório 8 - Segmentation: DeepLab + MobileNetV3
Laboratório 9 - GAN: Generative Adversarial Networks
Laboratório 10 - Attention: CNN Spatial and Self-Attn
Laboratório 11 - Camera Model: Calibration and Stereo
Laboratório 12 - Odometry: Classical Mono and Stereo
They can be downloaded and executed locally with our docker containers (which run Jupyter Notebooks classic) or open in Google Colab in the browser.
The notebooks should be submitted to the Google Classroom assignment and are graded in two steps: automatic code execution with assert checking and manual code review with teacher's comments. The feedback is generated as an html page with the notebooks' outputs and the comments made by the teacher.
Para executar, o contêiner, utilize o docker compose (dentro desta pasta):
docker compose -f jupytercpu.yml upÉ necessário ter instalado o docker
curl https://get.docker.com | sh && sudo systemctl --now enable dockerOBS: para executar o docker o seu usuário deve estar no grupo docker ou se root (relogue depois do seguinte comando):
sudo usermod -aG docker $(whoami)Você já deve ter o driver da nvidia instalado em sua máquina (host) sudo apt-get install nvidia-driver-525 (use a versão igual ou superior à 525), assim seguimos as instruções:
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
&& curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install nvidia-container-toolkit
sudo systemctl restart docker && sudo usermod -aG docker $(whoami)