HCIP-AI MindSpore 认证课程大纲

该阶段详细介绍计算机视觉、注意力机制与Transformer、自然语言处理、语音处理等 AI 核心领域技术，并重点介绍华为开源深度学习框架MindSpore。

共计 54 课时。

第一节：计算机视觉技术概述与图像处理基础 - （3 课时）
- 什么是计算机视觉；计算机视觉技术发展简史；计算机视觉技术的应用领域；计算机视觉技术在人工智能产业中的重要性及作用；
- 什么是图像处理；图像处理常见需求点；图像处理技术分类；图像处理工具介绍；图像的表示与数字化；图像的表示方法；图像数字化过程：采样、量化、编码；基本图处理操作：缩放、旋转、镜像；
- 图像增强：亮度调整、对比度增强；图像滤波：均值滤波、高斯滤波、中值滤波；图像的边缘检测：Sobel、Prewitt、Canny 算子；图像分割：阈值分割、区域分割、边缘分割；
- 图像二值化：全局二值化、自适应二值化；形态学图像处理：腐蚀、膨胀、开操作、闭操作；形态学应用：图像去除噪声、图像分割；

第二节：图像的特征提取与描述 - （3 课时）
- 关键点检测：关键点的概念与特征、角点、边缘点；常见的关键点检测算法：Harris 角点检测、Shi-Tomasi 角点检测；图像的局部特征与全局特征；
- 特征向量的表示与匹配：特征向量的表示方法（向量、直方图、直方图梯度）；特征向量的相似度度量方法（欧氏距离、汉明距离、余弦相似度）；特征匹配算法（最近邻匹配、RANSAC 算法）；

第三节：图像分类与目标（对象）检测 - （3 课时）
- 什么是图像分类；分类任务的定义与实施流程；基本图像分类器介绍：SVM、决策树、神经网络；使用深度学习框架进行图像分类任务；
- 对象检测基础概念；对象检测任务的定义及实施流程；基于滑动窗口的方法