CV方向-定制课程

课程详情

课程详情

课程名称:CV方向-定制课程

课程介绍

本课程专为对计算机视觉(CV)领域感兴趣的学员设计,课程内容涵盖机器学习、深度学习以及CV领域项目实战三大板块。

适合人群

  • 对计算机视觉领域感兴趣的专业人士
  • 希望提升自己在CV领域技能的工程师
  • 有志于从事CV相关工作的应届毕业生

学习收获

  • 掌握机器学习、深度学习在CV领域的应用
  • 了解CV领域的前沿技术和项目实战经验
  • 提升解决实际CV问题的能力

课程亮点

  • 理论与实践相结合,深入浅出讲解CV相关技术
  • 实战项目丰富,学员可亲手操作完成多个CV项目
  • 专业师资团队,提供全方位的学习支持

课程目录

第一部分 机器学习
  1-机器学习简介、广义线性模型(线性回归、逻辑斯蒂回归)精髓速讲
  2-决策树、Boosting模型融合的精髓速讲
  3-朴素贝叶斯、SVM模型精髓速讲
  4-XGBoost精讲
  5-从头到尾通透word2vec
  6-机器学习基本流程,基础模型与sklearn使用
  7-数据分析与特征工程串讲
  8-图像与文本基础
第二部分 深度学习
  1-神经网络初步:全连接与反向传播
  2-深度神经网络、Wide & Deep模型架构理解
  3-卷积神经网络、实战图像分类架
  4-循环神经网络、文本情感分类和图文生成模型
  5-深度学习在工业项目中的应用(调参、优化、模型压缩)
  6-深度学习在物体检测中的应用:Two-Stage和One-Stage框架
  7-人脸识别真的安全吗?机器学习/深度学习安全前沿技术:对抗攻击和防御
  8-常见深度学习框架的应用
  9-深度学习模型实践技巧:工业界是如何通过蒸馏收敛到一个更优的部署模型
  10-互动交流(一)
第三部分 CV领域
  1-传统图像处理基础
  2-计算机视觉基础
  3-图像搜索技术:从Autoencoder到ConvNets
  4-使用Autoencoder和ConvNets构建图像搜索系统-在线实训
  5-大规模车辆图片搜索/重识别(ReID)
  6-使用TensorFlow/Keras由浅入深搭建规模车辆图片搜索系统 -在线实训
  7-目标检测及其在无人驾驶领域的作用
  8-使用TensorFlow/PyTorch在COCO数据集上进行目标检测 -在线实训
  9-深度学习在图像语义分割中的应用
  10-使用TensorFlow在CoCo数据集上进行语义分割 -在线实训
  11-比目标检测难度更大的视觉目标跟踪技术
  12-图像分割的核心算法与工业应用
  13-RNN及其应用(image captioning and VQA)
  14-使用Keras/PyTorch 搭建一个Image Caption模型 -在线实训
  15-理解AlphaGo (强化学习) 和生成模型(GAN)背后的原理
  16-Self-Attention和Transformer架构
  17-Transformer在计算机视觉和多模态技术中的应用
  18模型量化与知识蒸馏
  19-超大模型量化与蒸馏实战
  20-模型部署
  21-互动交流(二)——在线直播
项目实战
  项目1 多模态图文搜索(1)
  项目1 多模态图文搜索(2)
  项目1 多模态图文搜索(3)
  项目1 多模态图文搜索(4)
  项目2 跨镜追踪/重识别(ReID)1
  项目2 跨镜追踪/重识别(ReID)2
  项目2 跨镜追踪/重识别(ReID)3
  项目2 跨镜追踪/重识别(ReID)4
  项目3 图像分割系统1
  项目3 图像分割系统2
  项目3 图像分割系统3
  项目3 图像分割系统4
  项目4 视觉跟踪系统1
  项目4 视觉跟踪系统2
  项目4 视觉跟踪系统3
  项目4 视觉跟踪系统4
  CV方向技能拓展(一) 	在线直播
  CV方向技能拓展(二) 	在线直播
  就业辅导-在线直播