刘山
技术总监/研发总监

擅长领域:opencv图像识别算法,美颜美体算法,深度学习目标检测以及嵌入式AI

讲师介绍:2003年工学硕士毕业,研究方向为模式识别。现为上海某科创公司人工智能部门负责人,主要研究内容有图像增强、图像分割和识别,基于深度学习的目标检测以及AI边缘计算等。

计算机视觉:

基于海思35xx nnie引擎进行经典目标检测算法模型推理

本课程包括下面6个经典目标检测算法模型的讲解:

1.基于自己数据集的Faster RCNN模型训练、验证以及nnie上仿真和运行。

2.基于自己数据集的RFCN模型训练、验证以及nnie上仿真和运行。

3.基于自己数据集的SSD模型训练、验证以及nnie上仿真和运行。

4.基于自己数据集的Mobilenet SSD模型训练、验证以及nnie上仿真和运行。

5.Yolov2模型验证以及nnie上仿真和运行。

6.Yolov3 tiny模型验证以及nnie上仿真和运行。


本课程特色:

1.实用性强,几乎囊括了当前所有经典的目标检测算法模型。
2.有深度。 从模型框架原理、搭建、训练自己数据集一直讲到模型量化成wk文件、仿真以及开发板上运行。

>
共32课时(已更新22课时)| ¥88.00| 18人学习过开始学习
计算机视觉:

基于海思35xx上nnie加速引擎进行yolov3模型推理

本课程内容分为5个部分:

1.海思35xx SDK资料梳理以及SVP相关文档详细介绍

2.将darknet框架训练出来的yolov3模型转换成caffemodel

3.RuyiStudio工具的安装及其使用
4.Windows上仿真代码的运行以及代码分析

5.开发板上的sample代码的运行以及代码分析


本课程特色:

1. 不是照本宣科,着力把背后的原理讲清楚。

2. 实用性很强。 目标检测算法是计算机视觉基本任务之一,而YOLOv3则仍然是目前工业界中应用非常广泛的算法模型,从速度、准确度以及易用性的trade-off来看,它目前仍然是最好的算法模型之一。


>
共18课时(已更新18课时)| ¥89.00| 312人学习过开始学习
计算机视觉:

Opencv4图像分割和识别实战课程

本课程专注于使用opencv4 APIs来解决实际工作中经常遇到的图像分割、识别问题。精心挑选的8个例子涵盖了图片滤镜特效,验证码识别,条形码和二维码定位和识别,试卷答题线检测、瓶盖缺陷识别以及车道线检测等方面。课程中既有原理讲解也有实战代码演示,更重要的是每节课后都布置有作业来提供动手机会,使得学员们通过实操来更好地消化和掌握课堂知识。


>
共18课时(已更新18课时)| ¥55.00(原价79.00) 223人学习过开始学习

最近学员 累计543

最新评论

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部