|
|
|
|
全部课程 >人工智能 |
|
深度学习与图像处理 |
2306 次浏览  34 次
|
|
|
| 时间地点：北京、上海 深圳根据报名开班 |
| 课程费用：5800元/人 |
|
|
|
| 企业内训：可以根据企业需求,定制内训,详见
内训学习手册 |
|
 |
认证方式：
培训前了解能力模型。
培训后进行能力评测：
在线考试
能力分析，给出学习建议
合格者颁发证书，作为职业技能资格证明
|
 |
|
|
本课程主要关注如何使用人工智能技术对图像进行处理、实现图像识别和视频识别。课程首先讲解图像识别的方法原理，然后讲解深度学习的算法、模型和图像识别应用，课程还将结合具体的开发语言和工具动手实践，内容以代码落地为主，以理论讲解为根。课程讲解机器学习和深度学习的模型理论和代码实践，梳理机器学习、深度学习、计算机视觉的技术框架，从根本上解决如何使用模型、优化模型的问题。
|
| 培训目标： |
通过课程学习，可以:
- 了解图像处理的相关技术，
- 理解机器学习和深度学习的基本原理；
- 了解深度学习和机器学习在当前图像识别的落地应用；
- 能够根据图像识别需求使用相关的工具和编程语言，实现图像识别应用。
|
| 培训对象：图像识别应用开发工程师，图像设计师,人工智能工程师 |
| 学员基础：对图像处理技术有一定基础，有一定编程基础
|
课程特点：
课程重视代码实践，使用实际项目案例进行图像识别的落地应用，将实际工作中遇到的行业应用和痛点做最直观切实的展示；重视算法模型的同时，更强调实际问题中应该如何模型选择、特征选择和调参。 |
| 培训内容：2天
|
| 深度学习与图像处理 |
机器学习与深度学习的关系
深度学习的算法、模型
图像识别所用到的深度学习技术
深度学习在人脸识别、语音识别领域的解决方案
|
| 卷积神经网络 |
神经网络结构，滤波器，卷积
池化，激活函数，反向传播
目标分类与识别、目标检测与追踪
AlexNet、VGGNet、GoogleLeNet
Inception-V3/V4
ResNet、DenseNet
代码和案例实践：
数字图片分类
卷积核与特征提取
以图搜图
人证合一
卷积神经网络调参经验分享
|
| 卷积神经网络高级应用、迁移学习 |
使用迁移学习实现蒙古文识别
Keras的使用
获取中间隐层的特征及可视化
隐层特征的意义和使用
迁移学习的trick
学习率、衰减、冻结等问题
代码和案例实践：
猫狗大战详解
海量蒙古文识别
隐特征可视化及其应用
|
| OpenCV图像处理 |
Skimage/OpenCV来源、简介与安装
将视频转换为图像序列
图像可视化与几何作图
HSV、RGB与图像颜色空间的转换
图像增强与(局部)直方图均衡化
给予边缘和区域的图像分割
gamma矫正和对数矫正
亮度区域检测与前景提取
图像边缘检测/特征提取与图像算子
Gabor/Laplace/Prewitt/Roberts
Scharr/Sobel/Niblack/Wiener
图像形态学：开/闭/凸包/膨胀/腐蚀
双边滤波器/小波降噪/wiener滤波
角点检：Harris，Shi-Tomasi
SIFT、SURF算法
视频分析：Meanshift 和 Camshift 算法
代码和案例实践：
不同算子下的图像卷积
图像边缘检测与提取
前景分割与图像融合
regional maxima检测与应用
HAAR/HOG/LBP等特征应用
视频前景背景分析与异物检测
图像形态学与海报生成的应用
光流跟踪与车辆跟踪
|
| 图像分割与定位 |
视频关键帧处理
卷积的位置不变形与图像定位的关系
物体检测与定位
RCNN，Fast-RCNN，Faster-RCNN，MaskRCNN
YOLOv4、SSD
UNet及其与残差网络的结合
FaceNet与特征
EfficientNet、EfficientDet
代码和案例实践：
人脸检测
OCR字体定位和识别
睿客识云
气象识别
|
| 生成对抗网络GAN |
生成与判别
生成模型：贝叶斯、HMM到深度生成模型
GAN对抗生成神经网络
DCGAN
Conditional GAN
InfoGan
Wasserstein GAN
代码和案例实践：
图片生成
看图说话
对抗生成神经网络调参经验分享
|
| 视频分类模型实例 |
视频帧的目标定位
YOLOv4、SSD
时空卷积网络
SlowFast
代码和案例实践：
视频分类的trick
政务大厅视频监控的真实系统
|
| RNN循环神经网络 |
RNN基本原理
LSTM、GRU
Attention
CNN+LSTM模型
Bi-LSTM双向循环神经网络结构
编码器与解码器结构
特征提取：word2vec
Seq2seq模型
代码和案例实践：
看图说话
藏头诗生成
问答对话系统
OCR
循环神经网络调参经验分享
|
| TensorFlow
的深度学习与图像识别应用实践 |
TensorFlow深度学习平台的引入
TensorFlow架构解析
TensorFlow在图像处理方面的应用案例。
TensorFlow搭建GPU和CPU人工智能集群
基于Tensorflow实现深度学习算法
Tensorflow的算法分析与调优
Tensorflow在图像处理和视频识别的应用
|
|
| |
|
|
| |
|
|
|
|
2306 次浏览 34 次
|
| 其他人还看了课程 |
|
|
|
