ad
close

基于深度学习的计算机视觉: 原理与实践 (下部)

学习和学习基于深度学习的计算机视觉技术

4343人学习

中级46课时2019/02/23更新

二维码下载学堂APP缓存视频离线看

白老师
白老师高级讲师讲师评分5.0学员392540课程82

教授、博士生导师、人工智能专家

更多
  • 畅销套餐
  • 精选套餐
  • 人气套餐
  • 尊享套餐
  • 高薪套餐
  • 课程介绍
  • 课程大纲

适合人群:

具有一定深度学习基础,希望能成为深度学习之计算机视觉方向的算法工程师和研究人员的同学们

你将会学到:

学习和学习基于深度学习的计算机视觉技术

课程简介:

基于深度学习的计算机视觉是目前人工智能最活跃的领域,应用非常广泛,如人脸识别和无人驾驶中的机器视觉等。该领域的发展日新月异,网络模型和算法层出不穷。如何快速入门并达到可以从事研发的高度对新手而言面临不少的挑战。精心准备的本课程希望帮助大家尽快学习基于深度学习的计算机视觉的基本原理、核心算法和当前的优质技术,从而有望成为计算机视觉深度学习领域的算法工程师和研究人员。

本课程系统多面地讲述基于深度学习的计算机视觉技术的原理并进行项目实践。课程涵盖计算机视觉的七大任务,包括图像分类、目标检测、图像分割(语义分割、实例分割、全景分割)、人脸识别、图像描述、图像检索、图像生成(利用生成对抗网络)。本课程注重原理和实践相结合,逐篇深入解读经典和前沿论文70余篇,图文并茂破译算法难点, 使用思维导图梳理技术要点。项目实践使用Keras框架(后端为Tensorflow),学员可快速上手。

通过本课程的学习,学员可把握基于深度学习的计算机视觉的技术发展脉络,学习相关技术原理和算法,有助于开展该领域的研究与开发实战工作。另外,深度学习之计算机视觉方向的知识结构及学习建议请参见本人博客(https://blog.51cto.com/14012985/2355446)。

本课程提供课程资料的课件PPT(pdf格式)和项目实践代码,方便学员学习和复习。

本课程分为上下两部分,其中上部包含课程的前五章(课程介绍、深度学习基础、图像分类、目标检测、图像分割),下部包含课程的后四章(人脸识别、图像描述、图像检索、图像生成)。


1550897110120154_副本.jpg


课程内容.gif


人脸识别.gif


图像描述.gif


图像检索.gif


图像生成.gif

展开更多

课程大纲-基于深度学习的计算机视觉: 原理与实践 (下部)

展开更多
close
  • 课程介绍
  • 课程大纲
在线
客服
APP
下载

下载Android客户端

下载iphone 客户端

官方
微信

关注官方微信

返回
顶部