我要報名

咨詢電話：
手　　機：	郵箱：

培訓收益

課程中通過細致講解，使學員掌握該技術的本質。具體收益包括：

1.掌握OpenCV的使用；

2.理解卷積神經網絡；

3.掌握Tensorflow的使用；

4.掌握keras的使用；

5.通過各個應用場景的實際經典項目案例，深入解讀計算機視覺技術的應用。

培訓特色

本次培訓從實戰的角度對計算機視覺技術進行了全面的剖析，并結合實際案例分析和探討計算機視覺技術的應用場景，給計算機視覺技術相關從業人員以指導和啟迪。

課程大綱

第一天上午 OpenCV使用

1.安裝opencv

2.圖像處理基礎

3.圖像運算和轉換

4.圖像平滑處理

5.圖像梯度

6.圖像邊緣檢測

7.圖像金字塔

8.人臉檢測和識別

第一天下午 卷積神經網絡介紹

1.感受野，權值共享

2.卷積計算

3.卷積的步長

4.池化

5.Padding

6.MNIST網絡結構介紹

第二天上午 Tensorflow使用

1.深度學習框架介紹

2.Tensorflow安裝

3.Tensorlfow基礎知識：圖，變量，fetch，feed

4.Tensorflow線性回歸

5.Tensorflow非線性回歸

6.Mnist數據集合Softmax講解

7.使用BP神經網絡搭建手寫數字識別

8.交叉熵(cross-entropy)講解和使用

9.過擬合,正則化,Dropout

10.各種優化器Optimizer

11.改進手寫數字識別網絡

12.卷積神經網絡CNN的介紹

13.使用CNN解決手寫數字識別

第二天下午 keras使用

1.實現線性回歸

2.實現非線性回歸

3.MNIST數據集以及Softmax介紹

4.MNIST分類程序

5.交叉熵的應用

6.Dropout應用

7.正則化應用

8.優化器介紹及應用

9.CNN應用于手寫數字識別

10.cifar-10圖片分類

11.模型的保存和載入

12.繪制網絡結構

第三天上午

圖像識別項目

1.介紹Google圖像識別模型Inception-v3

2.使用Inception-v3做圖像識別

貓狗分類項目

1.圖像數據預處理

2.貓狗分類-簡單CNN

3.貓狗分類-VGG16-bottleneck

4.貓狗分類-VGG16-Finetune

驗證碼識別項目

1.多任務學習介紹

2.驗證碼識別項目

第三天下午

目標檢測項目

1.目標檢測任務介紹

2.RCNN/Fast-RCNN/Faster-RCNN算法介紹

3.YOLO算法介紹

4.SSD算法介紹

5.目標檢測項目實戰

目標分割項目

1.目標分割任務介紹

2.全卷積網絡

3.雙線性上采樣

4.特征金字塔

5.Mask RCNN算法介紹

6.目標分割項目實戰

圖像風格遷移項目

1.圖像風格遷移介紹

2.圖像風格遷移項目實戰

GAN項目

1.生成式對抗網絡GAN介紹

2.生成式對抗網絡GAN項目實戰

第四天 業內經驗交流

覃老師

王老師 計算機博士，深入理解傳統的計算機視覺方法與目前主流的深度學習算法，在圖像識別、目標檢測、圖像分割、OCR、人臉識別等方向均進行了豐富的項目實戰。熟練使用OpenCV、Tensorflow、Keras等工具。具備豐富的數據挖掘經驗，熟悉大數據下的ETL與模型搭建，曾獨立負責美團用戶信用分評估、敏感身份挖掘、京東金融APP多個模塊推薦算法搭建等項目。

覃老師 上海大學物理學碩士，創業公司合伙人，技術總監。機器學習，深度學習領域多年一線開發研究經驗，精通算法原理與編程實踐。曾使用Tensorflow，Caffe，Keras等深度學習框架完成過多項圖像，語音，nlp，搜索相關的人工智能實際項目，研發經驗豐富。擁有兩項國家專利。同時具有多年授課培訓經驗，講課通熟易懂，代碼風格簡潔清晰。

我要報名

在線報名：Python+計算機圖像（視覺）處理培訓班(深圳)