ad
close

适用人群

  • IT技术爱好者
  • 软件开发工程师
  • 计算机科学学生
  • 求职者提升技能
  • AI领域专业人员
讲师介绍
avatar禾路

课程: 0学员: 0
图像处理工程师,专注图像处理多年,长期奋斗在图像增强、识别一线。实战经验丰富,研究开发的连铸体拼接算法、人脸美化算法、红外线血管增强识别系统、中药识别系统、石材大板识别系统等均已投入使用。对opencv有着深入理解和解析。对opencv结合mfc、csharp快速开发,解决实际问题有独到见解。 开源框架GreenOpenMFCTemplate受到《学习Opencv》中文版翻译者于士琪论坛和博客推荐。 讲课风格严谨细致,针对性强;并且能够启发同学自主发现问题本质,主动扩展研究,提高动手能力。
课程内容

第一阶段

实现自己的Prisma(基于QT和Ope

实现自己的Prisma(基于QT和OpenCV实现Android平台上基于AI的图像处理APP)

  • course-pic

    实现自己的Prisma(基于QT和OpenCV实现Android平台上基于AI的图像处理APP)

    想了解更多课程,请看第一课综述。课程目标:基于QT和OpenCV实现Android平台上基于AI的图像处理APP课程提纲:L1、课程综述和基本环境搭建。 1、结果展示,学习课程预期收获 2、学习本课,所需的基础知识 3、课程概览,本课将如何教授? 4、基础环境搭建: 5、作者简介,我为什么适合讲这个课题L2、QT/QML快速入门、信号和槽的机制 1、QT/QML的能力(为什么选择QT编写商业APP
    28课时 · 5小时36分钟1682人学习 5.0 2020/02/20 更新
    课程大纲
    课程大纲

    第二阶段

    OpenVINO计算机视觉—实例实战

    OpenVINO计算机视觉—实例实战

    • course-pic

      OpenVINO计算机视觉—实例实战

      手把手讲授如何搭建成功OpenVINO框架,并且使用预训练模型快速开发超分辨率、道路分割、汽车识别、人脸识别、人体姿态和行人车辆分析。得益于OpenVINO框架的强大能力,这些例子都能够基于CPU达到实时帧率。课程的亮点在于在调通Demo的基础上更进一步:一是在讲Demo的时候,对相关领域问题进行分析(比如介绍什么是超分辨率,有什么作用)、预训练模型的来龙去脉(来自那篇论文,用什么训练的)、如何去
      10课时 · 5小时59分钟1400人学习 5.0 2019/11/06 更新
      课程大纲
      课程大纲

      第三阶段

      ANDROID图像处理(QT+OpenC

      ANDROID图像处理(QT+OpenCV)实战演练视频课程

      资料下载
      2020新课专题的资料下载
      实现自己的Prisma(基于QT和OpenCV实现Android平台上基于AI的图像处理APP)10 个资料
      资料名称文件大小
      L1168.32M
      l23.58M
      l32.50M
      L413.91M
      L5146.72M
      L672.81M
      模型地址0.11KB
      L73.20M
      L810.30M
      L9166.69M
      OpenVINO计算机视觉—实例实战9 个资料
      资料名称文件大小
      L152.76M
      L213.97M
      L3322.44M
      L445.06M
      L5OpenVINO范例-人脸识别17.02M
      L647.61M
      L7113.40M
      L835.32M
      L99.41M
      ANDROID图像处理(QT+OpenCV)实战演练视频课程14 个资料
      资料名称文件大小
      课程综述20.05M
      QT简述-下载安装最新QT平台,并且运行第一个Android程序2.27M
      L4 结合QT和OpenCV,实现第一个Android图像处理程序1.16M
      OpenCV简述-将(prebuild版)OpenCV和QT平台结合起来1.51M
      L5 在widget下引入camera,获取实时图像2.50M
      L6 qtquick(qml)引述767.30KB
      L7 将OpenCV和Qtquick结合起来13.28M
      L8 qtquick基础和扩展1.19M
      qtquickControls2控件集1.83M
      L10 QT中VideoProbe的简介和实现1.29M
      L11 TimeNoteBook(大实验)的设计1.87M
      L12 采集图像,进行识别7.11M
      L13 主界面和数据持久层19.51M
      L14 提升集成程度,优化界面显示22.36M
      学员评价

      {{ starInfo.score }}

      {{ total > 999 ? '999+' : total }}条学员评分
      • {{ tag.tagname }}{{ tag.num > 99 ? '99+' : tag.num }}
      • avatar
        • {{ tag.tagname }}
        {{ item.content || '该用户未填写评价内容' }}
      展开更多more
      加载中
      没有了哦~
      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