登录
¥
支付方式
请使用微信扫一扫 扫描二维码支付
请使用支付宝扫一扫 扫描二维码支付
计算机视觉基础入门课程（从算法到实战应用）
开通会员，立省699元
立即开通
【课程概述 】
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。
lxk，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；曾参加大华智能监控项目、计算机视觉研讨会等项目。
第一课
1. 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
1. 深度卷积网络的原理与模型介绍，
2. CNN(AlexNet, VGGNet, ResNet, DenseNet)
3. 图像分类介绍
4. 项目实战：搭建和训练一个深度学习网络
第三课
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
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
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
1. 图片分割与语义分割介绍
2. 项目实战：在PASCAL上训练一个图像分割网络
第七课
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)、3DCNN 、 optical flow
第八课
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
1. 视频检测、视频识别
2. 视频描述
3. 项目实战：基于TensorFlow框架的视频描述模型
第十课
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
Q：参加本门课程有什么要求？
A：基本的线性代数和微积分以及编程基础即可。
Q：要在课下运行老师给的代码，自己的电脑需要什么配置要求？
A：最好能有独显GPU，如果没有就用CPU版本代码就行，只是速度慢一点。
Q：会有实际上机演示和动手操作吗？
A：有，几乎每节课老师均会准备上机演示部分，学员可以学习老师的实践经验。
Q：课程中使用的软件工具是什么？会提供课程中使用的代码吗？
A：课程中使用工具为Python（推荐Python3）, C++, M，会提供代码。课程里面不同的Demo可能会用到不同的代码。
Q：这门课涉及的语言主要是？
A：Python和Matlab都可以。
- 1. 想入门计算机视觉的学生或从业者
- 2. 想学习了解深度学习的学生或从业者
- 3. 未来想从事深度学习工作的求职者
相关课程
客服1
官方群