Deep Learning for Computer Vision II: Advanced Topics
- Type: Lecture (V)
- Chair: IAR Stiefelhagen
- Semester: WS 26/27
-
Time:
Mon 2026-10-26
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-11-02
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-11-09
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-11-16
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-11-23
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-11-30
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-12-07
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-12-14
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2026-12-21
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2027-01-11
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2027-01-18
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2027-01-25
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2027-02-01
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2027-02-08
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
Mon 2027-02-15
14:00 - 15:30, weekly
50.34 Raum -102 (UG)
50.34 INFORMATIK, Kollegiengebäude am Fasanengarten (1. Untergeschoss)
-
Lecturer:
Prof. Dr.-Ing. Rainer Stiefelhagen
Dr.-Ing. Simon Reiß
Dr.-Ing. Kunyu Peng - SWS: 2
- Lv-No.: 2400258
- Information: On-Site
| Content | Tiefe faltende neuronale Netze (engl. Convolutional Neural Networks, CNNs) erzielen exzellente Ergebnisse in vielen Bereichen der Computer Vision, haben jedoch bei realen Anwendungen mit Herausforderungen zu kämpfen, wie die Abhängigkeit von kostspielig annotierten Trainingsdaten, hohe Rechenleistung oder schwere Nachvollziehbarkeit der Entscheidungswege. Während die Entwicklung der Erkennungsalgorithmen für lange Zeit primär von hohen Erkennungsraten auf großen und sauber annotierten Datensätzen getrieben waren, gewinnen heute anwendungsrelevante Ziele, wie Lernen mit wenig Trainingsdaten, Erklärbarkeit, Unsicherheitsschätzung oder Domänenadaption zunehmend an Bedeutung.
Die Vorlesung behandelt fortgeschrittene Netzarchitekturen, Lernverfahren und Forschungsgebiete im Bereich Deep Learning für Computer Vision. Es werden unter anderem folgende Themen behandelt:
|
| Language of instruction | English |
Vorlesungsfolien
26.10.2026 1 Introduction / Overview [pdf]
02.11.2026 2 Basics for Visual Transformers [pdf]
09.11.2016 3 Tasks for Visual Transformers[pdf]
16.11.2026 4 Generative Models [pdf]
23.11.2026 5 Weakly Supervised Learning [pdf]
30.11.2026 6 Semi-supervised Learning [pdf]
07.12.2026 7 Visual in-Context Learning [pdf]
14.12.2026 8 Vision and Language + Vision Language Action Models [pdf]
21.12.2026 No lecture
28.12.2026 Holiday season
04.01.2027 Holiday season
11.01.2027 9 Representation Learning [pdf]
18.01.2027 10 Uncertainty and Interpretability [pdf]
25.01.2027 11 Continual Learning [pdf]
01.02.2027 12 Interactive Segmentation, SAM [pdf]
08.02.2027 13 Efficient networks and Parameter-Efficient Fine-Tuning [pdf]
15.02.2027 14 Summary [pdf]