课程介绍
  • 课程首页
  • 拼团活动
  • 专业套餐
  • 优惠活动
  • 我的课程
  • 站内消息
  • 站内提醒
  • 我的钱包
  • 道具 | 抵价券
  • 登录


计算机视觉:从入门到精通,极限剖析图像..

08月02日

14周

2人

此课程所属【人工智能职业方向】专业,专业内有不少于15门推荐课程,目前平台推出【专业课程0元学】活动,只需0元即可在所有的专业课程中任选5门学习,超值优惠,助您快速成长!点击这里了解

讲师
danielshaving
Daniel,2011年毕业于香港科技大学,师从信号处理的普林斯顿教授Oscar Chan,后旅法。在法国工作多年从事计算机视觉相关工作,现在在ENSTA-ParisTech任计算机视觉算法研究员。我现在也在负责招聘业务,亦愿意和学员共同交流海外工作经验和计算机视觉算法方面的工作机会。
课程简介

如何做好计算机视觉的研究工作,迎接更广阔的未来职业发展,能够上手应用,编写属于自己的神经网络和计算机视觉应用?本次课程将围绕着计算机视觉中最常见的RCNN图像识别算法进行极限剖析,从数学理论, 模型框架到实践实操,让你在短时间内从理论到实践,掌握深度学习的基本知识和学习方法。

· 目的:掌握神经网络的基本原理,知其然亦知其所以然(从数学实践到代码的熟练和精通); 

· 手段:科学的方法。理论到实践的剖析; 

· 成果:掌握计算机视觉的基本方法,从容地应对实践中面临的挑战。

课程章节
  • 第1课 OpenCV 及图像处理基础
    • 1-1 知识点:图像处理,灰度值提取,Histogram提取
  • 第2课 OpenCV进阶:图像滤波,特征提取及匹配
    • 2-1 知识点:Sift,视觉和图像变换, 边缘检测算法等
  • 第3课 实践:利用KNN算法和OpenCV进行手写字符识别
  • 第4课 深入理解神经网络的前向传递和反向传播及其物理意义
    • 4-1 Loss function,交叉熵代价函数,梯度下降法求导
  • 第5课 训练你自己的网络,重点为调参和工作中用到的一些技巧
    • 5-1 Loss function,交叉熵代价函数,梯度下降法
  • 第6课 卷积神经网络(RNN)在图像分类识别中的应用(附python编程和算法解析)
    • 6-1 数据输入层,卷积计算层,激励层(Sigmoid,Tanh,ReLu,ELU),池化层,全联接层,Batch Normalization, 学习率
  • 第7课 实践,不使用任何工具包,训练一个属于你自己的神经网络进行手写字符识别
  • 第8课 不同的神经网络类别和应用
    • 8-1 调参基本技巧,向量点积
  • 第9课 深度卷积神经网络原理及实践
    • 9-1 神经网络的迁移学习技巧
  • 第10课 搭建图片搜索系统,深入理解Triplet Loss 及其训练技巧
  • 第11课 实践:使用Tensorflow/Keras搭建神经网络,进行图像分类
  • 第12课 目标检测算法
    • 12-1 Fast RCNN , Faster RCNN, Yolo, SSD
  • 第13课 LSTM 标注学习
  • 第14课 实践:使用Tensorflow/Keras在数据集上进行目标检测
学费

学费: ¥400 ( 固定学费: ¥100, 逆向学费: ¥300 )

新颖的课程收费形式:“逆向收费”约等于免费学习,仅收取100元固定收费+300元逆向学费,学习圆满则逆向学费全额返还给学员!




炼数成金移动版 v2.0