Содержание курса
10
разделов
60
уроков
605
тестов
3 ч.
обн. 1 год назад
1. Введение и быстрый старт
6 уроков
249
110
75м
0
Открытый
1.1
Как будем работать: цели, стек, проекты
↗
61
26
8м 51с
0
Открытый
1.2
Окружение: venv vs Docker/Compose (минимум)
↗
44
20
9м 14с
0
Открытый
1.3
CLI/утилиты для CV
↗
42
17
12м 15с
0
Открытый
1.4
Метрики CV простым языком
↗
43
18
8м 9с
0
Открытый
1.5
Бенчмарк CPU/GPU (если есть)
↗
31
15
20м 27с
0
Открытый
1.6
Git/Make/README как контракт воспроизводимости
↗
28
14
17м 40с
0
2. Данные и разметка
6 уроков
191
74
82м
0
Открытый
2.1
Сбор данных и схема классов
↗
36
18
15м 25с
0
Открытый
2.2
Разметка детекции (Label Studio/Roboflow)
↗
47
12
8м 35с
0
Открытый
2.3
Разметка сегментации (semantic/instance)
↗
32
11
19м 13с
0
Открытый
2.4
Разметка документов (Doc-AI)
↗
30
11
8м 53с
0
Открытый
2.5
Валидация датасета
↗
24
10
19м 0с
0
Открытый
2.6
Аугментации и синтетика
↗
22
12
13м 33с
0
3. Детекция: YOLO / RT-DETR
6 уроков
141
32
28м
0
Открытый
3.1
YOLO — базовая тренировка (сложный)
↗
41
11
13м 26с
0
Открытый
3.2
Рецепты улучшения: EMA, cosine LR, freeze, AMP (сложный)
↗
25
5
11м 55с
0
Открытый
3.3
RT-DETR — альтернатива для продакшна (сложный)
↗
19
5
0м 29с
0
Открытый
3.4
Постпроцесс и калибровка порогов
↗
17
5
1м 15с
0
Открытый
3.5
Экспорт детектора в ONNX (сложный)
↗
21
3
1м 1с
0
Открытый
3.6
Error analysis детектора
↗
18
3
0м 27с
0
4. Сегментация: SAM и адаптеры
6 уроков
53
2
1м
0
Открытый
4.1
SAM — принципы и промпты (сложный)
↗
17
1
0м 21с
0
Открытый
4.2
Fine-tune SAM: адаптер/LoRA (сложный)
↗
10
0
0м 11с
0
Открытый
4.3
Instance vs Semantic — метрики и выводы
↗
6
1
-
0
Открытый
4.4
Постпроцесс масок
↗
6
0
-
0
Открытый
4.5
Экспорт сегментации в ONNX (сложный)
↗
7
0
-
0
Открытый
4.6
Витринка: сегментация дефектов + отчёт брака
↗
7
0
-
0
5. Doc-AI: OCR + Layout → JSON → БД
6 уроков
38
10
1м
0
Открытый
5.1
OCR базовый (PaddleOCR) (сложный)
↗
14
0
1м 7с
0
Открытый
5.2
Layout/структура документов (сложный)
↗
5
2
-
0
Открытый
5.3
Нормализация полей и правила
↗
4
2
-
0
Открытый
5.4
Контракт JSON и валидация схемы
↗
5
2
-
0
Открытый
5.5
API `/doc-parse` и запись в БД
↗
4
2
-
0
Открытый
5.6
Витринка: Doc-AI end-to-end (сложный)
↗
6
2
-
0
6. Экспорт и ускорение (ONNX/OpenVINO/TensorRT)
6 уроков
59
14
4м
0
Открытый
6.1
ONNXRuntime на CPU (сложный)
↗
23
3
4м 10с
0
Открытый
6.2
OpenVINO: IR и INT8 PTQ (сложный)
↗
7
3
-
0
Открытый
6.3
TensorRT: FP16/INT8 на GPU (сложный)
↗
9
2
-
0
Открытый
6.4
Батчинг и конвейерность
↗
7
2
-
0
Открытый
6.5
Стоимость инференса
↗
8
2
-
0
Открытый
6.6
Кейс «до/после» оптимизаций
↗
5
2
-
0
7. Сервис: FastAPI, очереди, надёжность
6 уроков
37
9
0м
0
Открытый
7.1
Базовый API `/predict` + OpenAPI
↗
7
2
-
0
Открытый
7.2
Очереди и воркеры (Redis/RabbitMQ) (сложный)
↗
7
0
-
0
Открытый
7.3
Rate-limit, тайм-ауты, ретраи (сложный)
↗
6
2
-
0
Открытый
7.4
Структурированные логи и трассировка
↗
5
2
-
0
Открытый
7.5
Файлы, потоки, хранилища
↗
6
2
-
0
Открытый
7.6
Нагрузочное тестирование и HAR-реплеи
↗
6
1
-
0
8. Наблюдаемость, качество и дрейф
6 уроков
32
5
0м
0
Открытый
8.1
Prometheus экспортёр
↗
7
1
-
0
Открытый
8.2
Grafana дашборд и алерты
↗
4
1
-
0
Открытый
8.3
Качество оффлайн и регрессия
↗
3
1
-
0
Открытый
8.4
Дрейф данных
↗
6
1
-
0
Открытый
8.5
Дрейф качества
↗
6
1
-
0
Открытый
8.6
Отчётность для бизнеса
↗
6
0
-
0
9. Деплой и релизы
6 уроков
19
0
0м
0
Открытый
9.1
Docker-образы для CV
↗
3
0
-
0
Открытый
9.2
Compose-стек: API + Redis + Prom + Grafana
↗
5
0
-
0
Открытый
9.3
Blue-Green и Canary (сложный)
↗
2
0
-
0
Открытый
9.4
Shadow-traffic
↗
1
0
-
0
Открытый
9.5
Версионирование весов и откаты
↗
4
0
-
0
Открытый
9.6
CI/CD минимум (сложный)
↗
4
0
-
0
10. Приватность, безопасность и ROMI. Финал
6 уроков
35
1
0м
0
Открытый
10.1
Приватность изображений (PII)
↗
3
0
-
0
Открытый
10.2
Security-базис сервиса
↗
4
1
-
0
Открытый
10.3
ROMI для SMB-кейсов
↗
4
0
-
0
Открытый
10.4
Финальный проект: Retail «пустые полки» (сложный)
↗
14
0
0м 14с
0
Открытый
10.5
Финальный проект: Пром «дефекты»
↗
5
0
-
0
Открытый
10.6
Финальный проект: Doc-AI «чеки/акты» (сложный)
↗
5
0
-
0