这门课解决什么问题
人脸识别是计算机视觉里落地最密集的方向之一,但很多教程只停留在跑通官方模型的演示阶段。这门课的切入点很实际:它把人脸识别拆成检测对齐、特征比对、属性分析这几个独立的工作场景,再分别讲清楚怎么读懂核心源代码、怎么把模型封装成服务、最后怎么在 Linux 服务器上真正部署跑起来。如果你平时做后端或数据分析,想转到计算机视觉方向,或者公司突然要加个人脸打卡、门禁、年龄统计的模块,你需要的就是这种能直接照着搭出服务端原型的操作流程,而不是又一轮枯燥的数学推导。
适合什么基础与建议先看哪几块
这资料不适合完全没写过代码的人看。你需要有基本的 Python 语法基础,能看懂简单的面向对象写法,并且对 Linux 命令行不陌生。如果之前用 TensorFlow 跑过基础的神经网络分类任务,看起来会顺畅很多。建议先看原理介绍和应用场景这两节,确认自己对整体业务流程有概念后,直接跳到人脸检测与对齐的核心源代码解析。不要一开始就死磕所有的数学理论,先看懂代码里数据怎么输入、模型怎么加载、输出怎么解析。把检测和对齐这一块吃透,后面的比对和年龄识别模块,基本上是同样的代码结构换了个网络模型而已。
资料怎么配合练习与学完能做什么
这套视频最大的价值在于工程化部署的演示。看视频的时候,不要只用眼睛过一遍,必须自己开一台云服务器跟着敲。先把检测对齐的工程化部署视频跟着做一遍,跑通一个能接收图片并返回人脸坐标的接口。自己写一个简单的测试脚本,用几张不同光照和角度的真人照片去请求这个接口,看看返回的解析结果是否正常。遇到报错先回头去对源代码解析那节,看是不是自己漏掉了哪个参数传递的细节。学完这套资料,你能独立做几件具体的事:用 TensorFlow 搭建一个能跑在 Linux 环境的人脸检测服务,写一个对比两张人脸相似度的 API 接口,以及部署一个能粗略判断输入人脸年龄的工程化原型。这些组合起来,足够你应付公司内部大多数基础视觉识别场景的验证需求了。
培养深度学习工程师、计算机视觉工程师、人脸识别工程师
课程目录
* 01 深度学习人脸识别项目操作实战/
* 01 人脸识别原理与介绍.mp4 01:06:18
* 02 人脸识别应用场景.mp4 34:00
* 03 人脸检测与对齐原理及介绍.mp4 43:30
* 04 人脸检测与对齐核心源代码解析.mp4 20:00
* 05 人脸检测与对齐项目服务工程化和在Linux服务器部署操作实战.mp4 20:17
* 06 人脸识别比对原理和项目介绍.mp4 11:11
* 07 人脸识别比对核心源代码解析.mp4 20:11
* 08 人脸识别比对项目服务工程化和在Linux服务器部署操作实战.mp4 28:28
* 09 人脸年龄识别原理及项目介绍.mp4 12:59
* 10 人脸年龄识别核心源代码解析.mp4 27:01
* 11 人脸年龄识别项目服务工程化和在Linux服务器部署操作实战.mp4 15:51
* 12 人脸属性识别预测.mp4 26:43
* 02 深度学习框架/
* 01 人工智能TensorFlow深度学习框架.mp4 58:22
* 02 MXNet多GPU深度学习框架.mp4 47:12
* 03 神经网络算法 - MLP多层感知机算法/
* 01 TensorFlow多层感知机实现原理解密.mp4 29:56
* 02 TensorFlow多层感知机算法实现手写数字识别分类任务.mp4 17:59
* 04 神经网络算法 - CNN卷积神经网络算法/
* 01 Tensorflow卷积神经网络CNN核心原理解密.mp4 54:26
* 02 卷积神经网络CNN手写数字识别案例源码深度解析.mp4 20:07
* 05 神经网络算法 - RNN循环神经网络算法/
* 01 TensorFlow循环神经网络RNN核心原理解密.mp4 36:28
* 02 循环神经网络RNN自然语言处理语言模型LM源码深度解析.mp4 14:38
* 06 神经网络算法 - LSTM长短期记忆神经网络算法/
* 01 TensorFlow长短期记忆神经网络LSTM核心原理解密.mp4 28:39
* 02 LSTM实现神经网络语言模型LM案例源码深度解析.mp4 35:17
* 07 神经网络算法 - Seq2Seq端到端神经网络算法/
* 01 Tensorflow端到端神经网络Seq2Seq核心原理解密.mp4 12:03
* 02 端到端神经网络Seq2Seq排序算法案例源码深度解析.mp4 58:47
* 08 神经网络算法 - GAN生成对抗网络算法/
* 01 Tensorflow生成对抗网络GAN核心原理解密.mp4 52:12
* 02 生成对抗网络GAN通过文字生成图片案例源码深度解析.mp4 21:06
* 09 神经网络算法 - 深度强化学习DQN算法/
* 01 Tensorflow深度强化学习DQN核心原理解密.mp4 33:25
* 02 深度强化学习TensorFlow 2.0代码实战.mp4 25:16
* 10 大数据人工智能百万年薪成才之路 - 技术成长路线指引/
* 01 大数据人工智能百万年薪成才的技术成长路线指引.mp4 59:07






