下载学院APP
缓存视频离线看
关注公众号
加入官方群
- 课程介绍
- 课程大纲
- 学员评价
- 其他课程 30
- 专题套餐
适合人群：
Python语言开发者，OpenCV开发工程师，对人工智能与计算机视觉感兴趣的，在校大学生，研究生
课程目标：
通过案例实战演示tensorflow+opencv实现行人检测模型训练\导出\使用的技术解决路径
课程简介：
在学习opencv与tensorflow基础知识的基础上，使用tensorflow object detection API与opencv dnn 模块，实现从数据标注与tf record数据生成，SSD模型迁移学习训练，模型导出在tensorflow中使用，OpenCV DNN模块中使用(C++与Python) API调用演示，实现从数据到模型训练到导出给OpenCV使用全链路的技术路径，学以致用，举一反三，可以套用到任意的对象检测问题的解决方案中！运行截图：
课程大纲-Tensorflow+OpenCV实战行人检测
资料下载-
3
行人检测视频数据生成标注图像数据 使用公开数据制作训练数据 生成tf record
「仅限付费用户」点击下载“Tensorflow+OpenCV实战行人检测-02.pdf”
[13:08] 开始学习 -
7
生成OpenCV DNN导入必须的描述文件 生成模型描述文件 OpenCV中使用模型
「仅限付费用户」点击下载“Tensorflow+OpenCV实战行人检测-05.pdf”
[11:19] 开始学习 -
8
在OpenCV Python中使用SSD行人检测模型 生成模型描述文件 OpenCV中使用模型
「仅限付费用户」点击下载“Tensorflow+OpenCV实战行人检测-05.pdf”
[19:10] 开始学习
