1
97
¥ 188.00
开通会员,立省18.80元, 立即开通
立即购买

你将收获

学习基于深度学习的计算机视觉的原理与算法

学习基于深度学习的计算机视觉技术的项目实践

提高深度学习计算机视觉方向的文献阅读能力

适用人群

对基于深度学习的计算机视觉技术感兴趣的同学们和从业者

课程介绍

本课程适合具有一定深度学习基础,希望发展为深度学习之计算机视觉方向的算法工程师和研发人员的同学们。

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和中级水平的学生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掌握基于深度学习的计算机视觉的基本原理、核心算法和当前的领先技术,从而有望成为深度学习之计算机视觉方向的算法工程师和研发人员。

本课程系统全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,掌握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CSDN博客。

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)。






课程讨论

老师mobilenetV3出来了,能不能出一期

所有回复(1):

好的,过段时间我作为一节加到课程里面。
首先,老师的课需要学生会一些深度学习基础知识、部分模型;然后,听老师的课,就简直无敌好了。总结的无比详细、无比全面。通过老师这么一疏通,整个知识框架就出来了。是因为自己学过,不到四天时间上部分就可以听完。谢谢老师,谢谢这么好的资料。

所有回复(1):

谢谢你对课程的肯定!
好像没有课件好像没有课件好像没有课件

所有回复(1):

课件有的。在课程目录处可看到下载。也可打包下载。
你说的课件好像和你讲的内容不一样啊。代码不一样啊

所有回复(1):

keras训练mnist可以下载课程代码,因为这一节是比较基础的知识,所以没有制作课件。请直接观看视频讲解。
keras训练mnist的课件在哪里啊,不对啊

所有回复(1):

第二章中17. 实践篇:项目案例-MNIST手写数字识别后的“课件下载”处可以下载课件,你试一下
老师,keras训练minist那个源代码网址能发一下吗

所有回复(1):

第二章中17. 实践篇:项目案例-MNIST手写数字识别后的“课件下载”处可以下载,你试一下
你还,请问,在Mask R-CNN的那个章节,resnet50_coco_v0.2.0.h5,这个h5模型从哪里下载?谢谢!

所有回复(1):

请访问下载网页https://github.com/matterport/Mask_RCNN/releases/tag/v2.0
老师,你看一下RFCN那一节,内容是FCN的

所有回复(1):

好的。谢谢提醒。该节课的视频已经更新了。
讲的很好啊~减少了很多阅读论文的时间,视频里的论文虽然之前基本都读过,但是总是理解不够深刻,看了视频之后觉得很多零散的知识点成体系了,个人觉得还是收益很大的(PS:PPT是真的做的很好啊!) 另外想请教一下老师,方便告知一下您火焰检测部分的原理吗(检测+追踪or逐帧检测)?最近想做一个视频目标检测相关的项目,请问有什么文章推荐吗?

所有回复(1):

谢谢你对课程的肯定!视频目标检测技术可以先看下知乎上的一个帖子https://zhuanlan.zhihu.com/p/67608224,然后再详细看相关论文。火焰检测可以用逐帧的目标检测。当然也可以采取视频目标检测技术。关键是检测要足够准确,并有足够快的检测速度。
老师,能退钱么,最近手头比较紧。要不下次你开题,免费送我也行。

所有回复(1):

你问下客服是否可以。即使不能退,我想你以后学习用的着这个课程。我也会持续更新该课程,加入最新的顶会技术。

同学笔记

没有更多了