视频教程-基于深度学习的计算机视觉：原理与实践（下部）-计算机视觉

最新推荐文章于 2022-12-14 11:15:30 发布

weixin_32245881

最新推荐文章于 2022-12-14 11:15:30 发布

阅读量197

点赞数

本文链接：https://blog.csdn.net/weixin_32245881/article/details/106511371

版权

基于深度学习的计算机视觉：原理与实践（下部）

大学教授，美国归国博士、博士生导师；人工智能公司专家顾问；长期从事人工智能、物联网、大数据研究；已发表学术论文100多篇，授权发明专利10多项

白勇

¥168.00

立即订阅

扫码下载「CSDN程序员学院APP」，1000+技术好课免费看

APP订阅课程，领取优惠，最少立减5元 ↓↓↓

视频教程-基于深度学习的计算机视觉：原理与实践（下部）-计算机视觉

学习有效期：永久观看

学习时长：722分钟

学习计划：13天

难度：中

「口碑讲师带队学习，让你的问题不过夜」

讲师姓名：白勇

研究员/教授

讲师介绍：大学教授，美国归国博士、博士生导师；人工智能公司专家顾问；长期从事人工智能、物联网、大数据研究；已发表学术论文100多篇，授权发明专利10多项

本课程适合具有一定深度学习基础，希望发展为深度学习之计算机视觉方向的算法工程师和研发人员的同学们。

基于深度学习的计算机视觉是目前人工智能最活跃的领域，应用非常广泛，如人脸识别和无人驾驶中的机器视觉等。该领域的发展日新月异，网络模型和算法层出不穷。如何快速入门并达到可以从事研发的高度对新手和中级水平的学生而言面临不少的挑战。精心准备的本课程希望帮助大家尽快掌握基于深度学习的计算机视觉的基本原理、核心算法和当前的领先技术，从而有望成为深度学习之计算机视觉方向的算法工程师和研发人员。

本课程系统全面地讲述基于深度学习的计算机视觉技术的原理并进行项目实践。课程涵盖计算机视觉的七大任务，包括图像分类、目标检测、图像分割（语义分割、实例分割、全景分割）、人脸识别、图像描述、图像检索、图像生成（利用生成对抗网络）。本课程注重原理和实践相结合，逐篇深入解读经典和前沿论文70余篇，图文并茂破译算法难点, 使用思维导图梳理技术要点。项目实践使用Keras框架(后端为Tensorflow)，学员可快速上手。

通过本课程的学习，学员可把握基于深度学习的计算机视觉的技术发展脉络，掌握相关技术原理和算法，有助于开展该领域的研究与开发实战工作。另外，深度学习之计算机视觉方向的知识结构及学习建议请参见本人CSDN博客。

本课程提供课程资料的课件PPT（pdf格式）和项目实践代码，方便学员学习和复习。

本课程分为上下两部分，其中上部包含课程的前五章（课程介绍、深度学习基础、图像分类、目标检测、图像分割），下部包含课程的后四章（人脸识别、图像描述、图像检索、图像生成）。