求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Modeler   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 电子&机械 | 军工学院 | 定向培养 | 专家指导  
 电话 English
成功案例   品质保证
 
   
成功案例
某通信设 Python数据分
某通信设 Python数据分
某综合性 人工智能与机器学习
某工程研 数据库设计与优化
知名财险 Oracle数据库
某金融公 Mysql集群与性
知名某信 NoSQL缓存数据

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >人工智能  
图像识别与深度学习
751 次浏览  123 次
邹老师
中科智视 首席研究员.
 
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
     
    751 次浏览  123 次
    其他人还看了课程
    人工智能与机器学习应用实战  452 次浏览
    机器学习理论与实战  1965 次浏览
    机器学习(深度学习)算法和应用   1406 次浏览
    人工智能,机器学习和深度学习  22628 次浏览
    图像识别与深度学习  751 次浏览
    人工智能、机器学习& TensorFlow+Keras框架实践  2001 次浏览
    定制内训



    最新活动计划
    云计算、微服务与分布式架构 8-19[在线]
    数据中台架构与建设 8-14[在线]
    Python+数据分析+tensorflow 8-20[在线]
    基于Kubernetes的DevOps实践 9-10[在线]
    软件架构设计方法、案例与实践 8-28[在线]
    嵌入式软件架构设计—高级实践 9-11[在线]
    敏捷项目管理实践 8-14[在线]
     
     讲座 前端开发框架uni-app
     主讲:苏雯斐
     时间:2020年8月15日
     
     实录 企业架构师的能力模型
     主讲:俎涛