城市数据团 城市数据团

计算机视觉应用实战

所属微专业:

图片
课程概述

本门课程是计算机视觉微专业课程中最重要,同时也是难度最大的部分,在这个课程中我们会综合前面课程学习到的python语言基础、OpenCV运用、数学理论知识及深度学习算法知识、TensorFlow及Keras应用,来完成计算机视觉领域中最前沿的技术应用。


这门课程是《AI工程师(计算机视觉)》微专业的第八门课程,全系列课程从零开始教授python,巩固学员数学理论知识,掌握深度学习算法,争取3个月啃完人工智能核心技术!


本门课程核心关键字:

  • 目标检测

  • 目标分割

  • 人脸识别

  • 生成对抗网络

  • 图像风格转换


本课程将基于前面所学内容,重点讲解计算机视觉的几个应用场景,并通过场景实践来加深学员理解。

证书要求

本课程是《AI工程师(计算机视觉)》微专业的子课程,不可单独购买,不提供单门课程证书。

该门课程证书要求如下:

1、完成所有的课程的学习;

2、完成课后作业考核并合格,课程考核以主观题为主,具体内容如下:

  • 主观题为操作训练,每个训练满分分数均为100分,具体内容会在每节课后发布。


本门课单课评分60分及以上为“合格”,85分以上为“优秀”;

本微专业所有必修课程综合评分60分及以上,可以获得微专业“合格证书”获得85分的可以获得“优秀证书”

预备知识

本课程学习之前,请务必先修《AI工程师(计算机视觉)》微专业的之前的所有课程!

授课大纲

课时量:4周,每周 8-10 小时视频+跟视频操作时间

课程简介:本门课程是计算机视觉微专业课程中最重要,同时也是难度最大的部分,在这个课程中我们会综合前面课程学习到的python语言基础、OpenCV运用、数学理论知识及深度学习算法知识、TensorFlow及Keras应用,来完成计算机视觉领域中最前沿的技术应用


课程大纲:

第一章  目标检测

1.1  什么是“目标检测”?

1.2  RCNN/Fast-RCNN算法介绍

1.3  YOLO算法介绍

1.4 SSD算法介绍

1.5 多分类目标检测案例演练


第二章  目标分割

2.1 什么是“目标分割”?

2.2 全卷及网络

2.3 双线性上采样

2.4 特征金字塔

2.5 Mask RCNN算法

2.6 目标分割案例演练


第三章  人脸识别

3.1 人脸识别具体做什么?

3.2 人脸识别算法介绍

3.3 人脸属性识别算法介绍

3.4 人脸识别案例演练


第四章  图像风格迁移

4.1 什么是“图像风格迁移”?

4.2 算法介绍

4.3 图像风格迁移案例演练


第五章  生成对抗网络GAN

5.1 什么是“生成对抗网络GAN”

5.2 算法介绍

5.3 生成手写数字案例演练


考核项目10:行人检测

考核项目11:用深度学习代替PS抠图大法

考核项目12:照片年龄检验

考核项目13:图片风格变换

考核项目14:智能文字生成

考核项目15:监测视频中的人脸识别运用

常见问题

Q1:课程是录播还是直播?

A1:课程为 录播视频+线上作业+直播答疑 的形式,学员可以自主安排时间学习教学视频;但需要在规划的学习周期内完成作业和参加考试。所有视频都是永久观看的。


Q2:作业如何提交?

A2:课程开始之后,学员通过“我的学习中心”进入线上教室,其中有作业一栏,老师会在规定时间公布作业,学员直接参与即可。


Q3:如果考试不通过怎么办?

A3:我们为本学期未能完成学习及未通过的学员,提供一次免费补考的机会,享有相应的教学服务。


Q4:如何申请微专业证书?

A4:按照规定完成学习和作业考核,并且综合成绩合格,即可在学习结束后免费申请微专业证书。


Q5:如何与老师进行互动?

A5:除观看课程视频之外,报名后有是那种方式跟老师互动:①云课堂在线直播答疑分享会;②社群答疑,学员加入学员QQ群;③互动回答区,学员可以在讨论区提问,老师会及时回复。


Q6:课程可以离线观看?

A6:微专业课程视频支持手机离线缓存后观看,用户购买课程之后可以选择网页、苹果及安卓手机观看。

授课老师

所属微专业

所属系列课程

分享