首页 AI学术青年与开发者社区
计算机视觉概述和深度学习简介 猿桌会 | 第29期
此次公开课将会介绍计算机视觉的定义、研究方法和应用举例,重点介绍深度学习发展历史,常见深度学习网络介绍和开发平台。
开课时间:2017/12/06 20:00 预计时长:60分钟左右
课程回放
1007人报名
观看回放

数据+算法

计算机视觉

1.图像识别(车牌,人脸识别)

2.目标检测

3.分割:语义分割+个体分割

4.目标跟踪(动态)

5.视频分割

6.风格迁移

7.生成对抗网络(直播换脸)

8.视频生成(预测)

[展开全文]

计算机视觉:是从图像和视频中提出数值或符号信息的计算系统。

传统:图像处理和机器学习

现在流行:深度学习

被处理的数据有:静态图片和视频

处理数据的算法:(机器学习算法,神经网络)本质上是一个回归+分类

三大任务:图像识别、目标检测、图像和视频分割

常见深度开发平台:Torch、Tensorflow、Caffe and so on

图像识别:

VGGNet, GoogleNet, ResNet, DenseNet
目标检测:
Fast-rcnn, faster-rcnn, Yolo, Retina-Net
图像分割:
FCNMask-Rcnn
目标跟踪:
GOTURNECO
图像生成:
GANWGAN
光流:
FlowNet
视频分割:
Segnet
 

[展开全文]

授课教师

上海交通大学 博士
微信扫码分享课程