深度学习与计算机视觉

深度学习与计算机视觉
共45节 10358人在学 课程详情
  • 课程介绍

    • 课程导学
    • 计算视觉与人工智能深度学习的定义和关系
    • 深度学习在计算视觉的前沿应用
    • 课程设计与体系
    • 算法实现框架和下一章展望
  • 经典计算视觉-数字图像处理基础

    • 计算机视觉介绍
    • 环境配置
    • 实战编程-01
    • 实战编程-02
  • 经典计算视觉-数字图像处理进阶

    • 图像滤波讲解
    • 图像滤波-平滑滤波
    • 图像滤波-边缘检测
    • 图像阈值分割
    • 基本形态学滤波
    • 实战:高斯平滑滤波
    • 实战:边缘检测滤波
    • 实战:阈值图像分割
    • 实战:基本形态学滤波
  • 经典计算视觉算法

    • 霍夫变换
    • 模板匹配和经典算法的不足
    • 实战编程01-霍夫变换
    • 实战编程02-模板匹配和经典算法的不足
  • 深度学习与计算视觉基础理论

    • 卷积神经网络的历史和应用
    • 神经网络与神经元简介
    • 神经网络训练与反向传导算法
    • 卷积神经网络基本原理
    • 卷积神经网络的经典结构
  • 深度学习计算视觉算法的优化

    • 过拟合问题的优化
    • 梯度消失/爆炸问题的优化
    • 模型训练的优化
    • 其他优化策略
  • 手把手搭建一个卷积神经网络文字手写字MNIST识别模型

    • 环境准备与数据准备理论知识与代码讲解
    • 模型搭建、设定、训练、测试、存取的理论知识与代码讲解
    • 实战编程01-环境搭建和数据预处理
    • 实战编程02:模型的搭建和训练测试存取
  • 卷积神经网络迁移学习综合实战

    • 迁移学习的理论知识
    • 迁移学习的数据与模型
    • 代码讲解
    • 实战编程01-导入模组和数据准备
    • 实战编程02-模型迁移训练和结果的展示
  • 多标签分类任务算法工程综合实战

    • 监督学习的难题和多标签分类任务方法
    • FashionNet工程和代码讲解
    • 实战编程01-FashionNet
    • 实战编程02-FruitNet
    • 课程总回顾和老师的寄语

    订阅失败

    深度学习与计算机视觉
    深度学习与计算机视觉 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    卷积神经网络基本原理

    课程介绍

    [本课程属于AI完整学习路线套餐,该套餐已“硬核”上线,点击立即学习!]




    【为什么要学习深度学习和计算机视觉?】

    AI人工智能现在已经成为人类发展中最火热的领域。而计算机视觉(CV)是AI中最热门,也是落地最多的一个应用方向(人脸识别,自动驾驶,智能安防,车牌识别,证件识别)。所以基于人工智能的计算视觉行业必然会诞生大量的工作和创业的机会。如何能快速的进入CV领域,同时兼备理论基础和实战能力,就成了大多数学习者关心的事情,而这门课就是因为这个初衷而设计的。


    【讲师介绍】

    CHARLIE 老师

    1、人工智能算法科学家
    2、深圳市海外高层次人才认定(孔雀人才)
    3、美国圣地亚哥国家超算中心博士后
    4、加利福尼亚大学圣地亚哥全奖博士
    5、参与美国自然科学基金(NSF)及加州能源局 (CEC)资助的392MW IVANPAH等智慧电网项目
    6、21篇国际期刊文章(sci收录17篇),总引用接近1000
    7、第一作者发明专利11份


    【推荐你学习这门课的理由:知识体系完整+丰富学习资料】

    1、本课程总计9大章节,是一门系统入门计算机视觉的课程,未来将持续更新。

    2、课程从计算机视觉理论知识出发,理论结合实战,手把手的实战代码实现(霍夫变换与模板匹配,AlexNet OCR应用,VGG迁移学习,多标签分类算法工程)

    3、带你了解最前沿技术,各类型算法的优点和缺点,掌握数据增强,Batchnormalization, Dropout,迁移学习等优化技巧,搭建实用的深度学习应用模型

    4、学习完后,你将具有深度学习与计算视觉的项目能力,比如大学生学完可以具备独立完成机器视觉类毕业设计的能力,在求职过程中可以体系化的讲解机器视觉核心知识点,初步达到人工智能领域机器视觉工程师的水平


    【学完后我将达到什么水平?】

    1、零基础入门计算视觉,学习掌握并应用从经典图像处理到深度学习分类任务的要点知识

    2、掌握数据增强,迁移学习等优化技巧,搭建实用的深度学习应用模型

    3、学习完课程,可以独立应用多个经典算法和深度学习算法

    4、以大学毕业设计,面试找工作为目标,手把手带大家编程,即使没有太多计算视觉的背景知识也可以循序渐进完成课程,获得实战项目的经验


    【面向人群】

    1、对AI感兴趣,想要系统学习计算机视觉的学员

    2、需要毕业设计的大学生

    3、做图像分析或相关数据分析的研究生

    4、准备面试计算视觉和深度学习岗位的应聘者

    5、希望在项目中引入计算视觉/深度学习技术的开发人员


    【课程知识体系图】


    【实战项目】


    推荐课程

    信息系统项目管理师自考笔记

    李明 · 724人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22112人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4206人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 788人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 842人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5154人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1506人在学

    Python Django 深度学习 小程序

    钟翔 · 2320人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 598人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 3987人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中,请耐心等待几秒钟~