|
|
|
|
全部课程 >人工智能 |
|
图像识别与深度学习 |
7009 次浏览  57 次
|
|
|
| 时间地点：北京 上海 深圳 根据报名开班 |
| 课程费用：5700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
|
 |
|
|
本课程讲解如何基于机器学习框架进行图像识别，涉及相关的开发框架、开发语言和算法应用分析，课程结合实际案例讲解，让学员从整体清晰的把握，到细节有透彻理解和动手能力。 |
| 培训目标： |
Python Package与TensorFlow综合应用
基于skimage和OpenCV的图像处理
算法与应用：
- 回归分析
- 决策树、随机森林、SVM
- 卷积神经网络CNN
- 图像视频的定位与识别
- 循环神经网络RNN
- 生成对抗网络GAN
|
| 培训对象：图像识别应用开发工程师 |
| 学员基础：了解Python编程 |
| 授课方式： 定制课程 + 案例讲解
+ 小组讨论，60%案例讲解，40%实践演练 |
| 培训内容：3天
|
第一节：Python
Package与TensorFlow综合应用
|
Numpy/Scipy/Pandas/Matplotlib/Seaborn库
Numpy索引
Numpy数学运算与常用分布
Pandas数据处理与分析
Pandas文件读写和个性化控制
Pandas的concat与merge
Matplotlib 基本图结构介绍
基于Matplotlib绘制散点图、柱状图、等高线图、3D图等
多图合并与图片文件存取
Seaborn/PyEcharts等包的使用
scikit-learn的介绍和典型使用
TensorFlow经典应用
多元高斯分布
典型图像处理
多种数学曲线
多项式拟合
|
| 代码和案例实践 |
快速傅里叶变换FFT与信号处理
Soble/Prewitt/Laplacian算子与卷积网络
卷积与(指数)移动平均线
股票数据分析
缺失数据的处理和预测
环境数据异常检测和分析
快速傅里叶变换FFT
图像处理与奇异值分解SVD
|
| 第二节：基于skimage和OpenCV的图像处理 |
Skimage和OpenCV的简介与安装
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
|
| 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
|
| 第三节：回归分析 |
线性回归
Logistic/Softmax回归
广义线性回归
L1/L2正则化
Ridge与LASSO
Elastic Net
梯度下降算法：BGD与SGD
特征选择与过拟合
Softmax回归的概念源头
最大熵模型
K-L散度
|
| 第四节：决策树、随机森林、SVM |
熵、联合熵、条件熵、KL散度、互信息
最大似然估计与最大熵模型
ID3、C4.5、CART详解
决策树的正则化
预剪枝和后剪枝
Bagging
不平衡数据集的处理
利用随机森林做特征选择
使用随机森林计算样本相似度
线性可分支持向量机
软间隔
损失函数的理解
核函数的原理和选择
SMO算法
支持向量回归SVR
多分类SVM
|
| 代码和案例实践
|
随机森林与特征选择
决策树应用于回归
多标记的决策树回归
决策树和随机森林的可视化
葡萄酒数据集的决策树/随机森林分类
泰坦尼克乘客存活率估计
葡萄酒数据分类
数字图像的手写体识别
MNIST手写体识别
SVR用于时间序列曲线预测
SVM、Logistic回归、随机森林三者的横向比较
|
| 第五节：卷积神经网络CNN |
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
|
| 第六节：图像视频的定位与识别 |
视频关键帧处理
物体检测与定位
RCNN，Fast-RCNN，Faster-RCNN，MaskRCNN
YOLO
FaceNet
|
| 代码和案例实践 |
迁移学习
人脸检测
OCR字体定位和识别
睿客识云
气象识别
|
| 第七节：循环神经网络RNN |
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
视频理解
藏头诗生成
问答对话系统
OCR
循环神经网络调参经验分享
|
| 第八节：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 |
代码和案例实践
|
|
|
|
|
| |
|
|
|
|
|
|
7009 次浏览 57 次
|
| 其他人还看了课程 |
|
|
|
