yandexdataschool/deep_vision_and_graphics

해결하는 문제

이 저장소는 2025년 가을 Yandex 데이터 분석 학교(YSDA)에서 진행되는 "Deep Vision and Graphics" 강의의 모든 자료를 담고 있습니다. 기존의 "Deep Learning" 강의를 대체하며, 딥러닝을 컴퓨터 비전 작업에 적용하는 데 더 집중하여 학생들이 고전적인 신경망부터 현대적인 생성 모델 및 3D 비전 기술까지 체계적이고 업데이트된 학습 경로를 따라갈 수 있도록 합니다.

작동 방식

저장소는 주 단위로 구성되어 있습니다. 각 week* 폴더에는 강의 및 세미나 자료가 포함되어 있고, homework* 폴더에는 과제가 들어 있습니다. 강의 계획은 신경망의 기본 개념(역전파, 컨볼루션, 배치, 증강)에서 시작하여 고급 아키텍처(transformers, mixers), 밀집 예측(세그멘테이션, 초해상도), 객체 탐지 및 자세 추정, 표현 학습, 잠재 및 생성 모델(GANs, 확산 모델), 그리고 마지막으로 형상/운동 추정 및 새로운 뷰 합성(신경 방사 필드, 신경 렌더러)으로 이어집니다. 행정적인 세부 사항은 수강생을 위해 YSDA LMS에서 제공되며, 문제 제기나 기여 아이디어는 GitHub issue tracker를 통해 처리됩니다.

대상 독자

이 강의를 수강하는 YSDA 학생들과 컴퓨터 비전을 위한 딥러닝의 엄격하고 최신 커리큘럼을 따르고자 하는 모든 사람을 대상으로 합니다. 특히 딥러닝의 기초 지식을 이미 갖추고 시각적 응용 분야를 더 깊이 연구하고 싶은 분들에게 적합합니다.

주요 특징

• CNN 기초부터 확산 모델 및 신경 방사 필드까지 12개의 주제를 다루는 완전한 주간 일정
• 강의와 세미나 자료를 모두 포함하며, 별도의 과제 폴더 제공
• 경험 많은 강의진이 가르치며 여러 강사가 기여
• 잘 알려진 Practical Deep Learning 강의의 후속작으로, 최신 CV 연구에 맞춰 현대화됨
• GitHub issues를 통한 커뮤니티 기여 및 버그 리포트 환영