9号彩票官网

本课程主要介绍深度学习在计算机视觉方向的算法与应用,涵盖了计算机视觉的历史与整个课程规划,CNN的模型原理与训练技巧,计算机视觉的应用案例,包括图和视频两大部分。图片部分将介绍图像分类(人脸识别),目标检测,生成模型,图像分割;视频部分将介绍视频跟踪,动作识别,视频分割,每个案例讲解两个课时。最后介绍强化学习与常用的深度学习开发平台。

开课安排

1月1日正式开课

每周更新(节假日顺延)

录播课程

总学时24课时,12次课

  • 早鸟价

    原价:¥1099

    ¥ 499

    12月17日前 已结束
  • 优惠价

    原价:¥1099

    ¥ 699

    12月18日-开课前
  • 团购价

    原价:¥1099

    ¥ 499

    4人+成团,联系客服
立即报名

(点击报名,联系客服改价)

讲师介绍
  • 卢宪凯

    上海交通大学博士

    主要研究方向是目标跟踪与深度学习。在多个计算机视觉期刊会议上发表多篇学术论文,包括IEEE Transaction on Multimedia,MTA,Neurocomputing,ICASSP.
  • 晏轶超

    上海交通大学五年级博士

    发表多篇人工智能及计算机视觉顶级会议,包括AAAI, IJCAI, ECCV, ACM MM等

适合人群

课程大纲

第一课

  • 第一课 课程概述

    1. 本课程介绍

    2. 计算机视觉历史回顾,从浅层学习到深度学习

第二课

  • 第二课 深度卷积网络介绍

    1. 深度卷积网络的原理与模型介绍,

    2. CNN(AlexNet, VGGNet, ResNet, DenseNet)

    3. 图像分类

    4. 项目实战:搭建和训练一个深度学习网络


第三课

  • 第三课 人脸识别原理与案例

    1. 人脸识别原理与案例

    2. 关键点定位,人脸对齐与识别

    3. Deepface, FaceNet

    4. 项目实战:人脸识别演示


第四课

  • 第四课 目标检测原理与应用

    1. 目标检测原理与应用

    2. Fast-rcnn, Faster-rcnn, Yolo, SSD, RetinaNet

    3. 项目实战:目标检测源码分析


第五课

  • 第五课 生成模型与应用

    1. 生成模型与应用

    2. 对抗生成网络(GAN), 图片生成

    3. 项目实战:一个有趣的生成网络实例和分析


第六课

  • 第六课 图片分割、语义分割,实例分割

    1. 图片分割

    2. 语义分割,实例分割

    3. 项目实战:源码分析


第七课

  • 第七课 深度学习在序列数据中的应用

    1. 深度学习在序列数据中的应用

    2. 循环神经网络(RNN),长短记忆网络(LSTM)


第八课

  • 第八课 目标跟踪

    1. 目标跟踪

    2. 单目标跟踪,多目标跟踪

    3. 项目实战:目标跟踪实例


第九课

  • 第九课 3D计算机视觉

    1. 动作识别

    2. 光流(Flownet),3D CNN

    3. Pose estimation

    4. 项目实战:Flownet演示

第十课

  • 第十课 视频分割

    1. 视频分割

    2. PSPNet, Resnet38

    3. 项目实战:视频分割在无人驾驶中的应用


第十一课

  • 第十一课 强化学习

    1. 强化学习

    2. 策略梯度, Q-Learning

    3. 项目实战:案例分析,以Flyingbird为例

第十二课

  • 第十二课 常用的深度学习开发平台

    1. 常用的深度学习开发平台

    2. Caffe, Tensorflow, Torch

    3. 项目实战:架构分析


友情链接:幸运飞艇开奖直播  pk10投注技巧  pk10投注技巧  pk10开奖号码查询  pk10开奖直播  

免责声明: 本站资料及图片来源互联网文章,本网不承担任何由内容信息所引起的争议和法律责任。所有作品版权归原创作者所有,与本站立场无关,如用户分享不慎侵犯了您的权益,请联系我们告知,我们将做删除处理!