課程簡介
在智能機器人、無人駕駛車和無人飛行器等領域，計算機視覺都充當了重要的角色，提供豐富的技術支持。通過學習，你將掌握人臉識別、物體檢測/追蹤、圖像分類、場景解析等計算機視覺核心技能。除此之外，你也可以將項目中的研究作品豐富到個人簡歷中，提高職場核心競爭力。
目標收益
快速入門圖像識別
了解目前技術趨勢
動手開發(fā)
培訓對象
1. 有python開發(fā)基礎的
課程大綱
| 第一章機器視覺介紹 |
機器視覺的定義 機器視覺的應用講解 1、人臉考勤 2、智能交通 3、以圖搜圖 4、自動駕駛 5、風格遷移 本課程需要用到的環(huán)境介紹與部署 1、python 2、pytorch |
| 第二章圖像識別算法入門之knn |
KNN算法講解 1、KNN算法的定義 2、sklearn knn的實現(xiàn) 案例：使用KNN算法實現(xiàn)手寫識別系統(tǒng)。 |
| 第三章神經(jīng)網(wǎng)絡 |
什么是神經(jīng)網(wǎng)絡 1、激活函數(shù) 2、神經(jīng)元 3、隱藏層 數(shù)據(jù)源介紹 1、手寫數(shù)字 2、cifar10分類 案例：手寫數(shù)字識別 |
|
第四章 卷積神經(jīng)網(wǎng)絡講解 |
CNN基本概念 1、卷積層 2、池化層 常見的卷積網(wǎng)絡結構 ·1、lenet 2、alexnet 3、vgg 4、googlenet 5、resnet 6、desnet 實戰(zhàn)案例：cifar10分類 |
|
第五章 目標檢測 |
目標檢測算法講解 1、one-stage算法 2、two-stage算法 案例：使用目標檢測算法做目標識別 |
|
第一章機器視覺介紹 機器視覺的定義 機器視覺的應用講解 1、人臉考勤 2、智能交通 3、以圖搜圖 4、自動駕駛 5、風格遷移 本課程需要用到的環(huán)境介紹與部署 1、python 2、pytorch |
|
第二章圖像識別算法入門之knn KNN算法講解 1、KNN算法的定義 2、sklearn knn的實現(xiàn) 案例：使用KNN算法實現(xiàn)手寫識別系統(tǒng)。 |
|
第三章神經(jīng)網(wǎng)絡 什么是神經(jīng)網(wǎng)絡 1、激活函數(shù) 2、神經(jīng)元 3、隱藏層 數(shù)據(jù)源介紹 1、手寫數(shù)字 2、cifar10分類 案例：手寫數(shù)字識別 |
|
第四章 卷積神經(jīng)網(wǎng)絡講解 CNN基本概念 1、卷積層 2、池化層 常見的卷積網(wǎng)絡結構 ·1、lenet 2、alexnet 3、vgg 4、googlenet 5、resnet 6、desnet 實戰(zhàn)案例：cifar10分類 |
|
第五章 目標檢測 目標檢測算法講解 1、one-stage算法 2、two-stage算法 案例：使用目標檢測算法做目標識別 |
近期公開課推薦
