课程介绍

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

jsxyhelu: 禾路老师
国家工信部认证软件设计师,嵌入式系统设计师；8年图像处理经验。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。
作为Review参与2017年下半年上市的《学习OpenCV3》中文版的翻译工作。

课程简介

OpenCV每周下载量超过200万次，是世界上最流行的开源计算机视觉库。它实现了2500多种优化算法，适用于所有主要的操作系统，有多种语言可供选择，并且免费用于商业用途。从3.3版本开始，OpenCV就已经开始逐步添加并丰富Dnn模块；时至今日，它已经成为CPU上最快的推理引擎之一。

随着近些年来人工智能（AI）技术的不断发展，计算机视觉技术（CV）也呈现出新的趋势。我们常说“一图顶千言”，也就是说一幅图像中，往往包含了大量的信息。试想一幅512X512的彩色Lena图片，就包含有512*512*3的像素信息；再加上现在高清高速摄像的加持、以及视觉系统在生活方方面面的广泛使用；人手一个兼具备高清采集和高清处理的手持设备（智能手机）。某种意义上可以说，视觉数据就是天生的大数据，解决计算机视觉的问题和就是解决机器学习的问题。

AI技术风起云涌、各种模型百花齐放，很多产品已经落地（比如上图的过马路违规抓拍）面对这样的形势，我们应该拿出积极的态度：“临渊羡鱼，不如退而织网”，本门课程立足图像处理实践，积极引入深度学习内容。通过11+个DNN算法例子和1个部署例子的教授，帮助学习者建立牢固基础、激发思考能力、并服务产品实践。

课程章节

第1课课程综述：由人工特征的百花齐放到深度学习的一统江湖
- 1-1 由人脸识别的技术变迁引出今日DNN技术的现状和优势；
- 1-2 本门课程的价值
- 1-3 整个课程的预设提纲
- 1-4 展实验的基本准备
第2课基本环境构建、基础知识框架、基本数据准备，将FaceDnn实现为了本课程内容，需要构建的基本环境。分为几个部分来组成，并且一次性分享资料。
- 2-1 基础环境
- 2-2 基础数据
- 2-3 识别过程
- 2-4 实时视频框架
第3课 OpenCV自带dnn的Example研究（1）简单来说，三到六课，我们就是要研究OpenCV自己所附带的、较高质量的代码中，DNN是如何发挥作用的。
- 3-1 classification
- 3-2 colorization
- 3-3 object_detech
- 3-4 models.yml研究
第4课 OpenCV自带dnn的Example研究（2）
- 4-1 open_pose
- 4-2 segmentation
- 4-3 text_detection
第5课 OpenCV自带dnn的Example研究（3）style transfer这个深度学习杀手应用的历史由来、实现要点和部署考虑。
第6课基于OpenVINO的车辆检测
第7课基于OpenVINO的道路分割监测
第8课基于OpenVINO的实时人脸表情
第9课实施视频处理GUI程序实践知识帮助你了解现实世界的复杂性。这些解决方案有时是混乱的，但它们是有效的。它们通常要求您使用各种工具的组合。他们要求你以系统的方式处理这个问题。具体来讲，如何构建一个能够实际运行的程序，在本章中将讲解这些内容。
第10课课程小结，资源分享回顾根据课程反馈情况进行集中答疑和补充讲解，对课程内容回顾，并将资源集中分享。

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！

端到端(End TO End)--由传统方法到深度学..