CV项目班 第9期
课程详情
CV项目班 第9期
计算机视觉作为人工智能的重要分支，在图像识别、目标检测、人脸识别、自动驾驶等众多领域有着广泛应用。本课程以实际项目为导向，通过多个典型 CV 项目的全流程开发教学，让学习者深入掌握 CV 技术的核心算法与工程实现，快速具备解决实际 CV 问题的能力。
课程概述
CV 项目班是几米课堂专为渴望在计算机视觉（CV）领域提升实战能力的学习者打造的精品课程。课程以实际项目为导向，通过多个典型 CV 项目的全流程开发教学，让学习者深入掌握 CV 技术的核心算法与工程实现，快速具备解决实际 CV 问题的能力。
适用人群
- 有一定 Python 编程基础，对计算机视觉技术感兴趣，想通过实战项目提升技能的新手；
- 计算机、软件工程、人工智能等相关专业的学生，希望将理论知识转化为实际项目经验；
- 从事软件开发、人工智能相关工作，计划转向 CV 领域或提升 CV 项目开发能力的从业者。
核心项目模块
🔍 图像分类实战
- 掌握 ResNet、VGG 等经典图像分类模型的原理及使用
- 学习模型调优方法，如数据增强、学习率调整等
- 学会构建自定义图像数据集，完成模型训练与评估
- 解决小样本数据集下的模型泛化问题
🎯 目标检测项目开发
- 主流检测框架实战，如 YOLOv3、SSD 等
- 学习目标检测算法原理，掌握检测模型训练与评估
- 实现目标检测项目，如行人检测、车辆检测等
课程目录
01 深度之眼CV项目就业小班 先修课 29 01mobileNet-01-背景介绍.mp4 30 01mobileNet-02-论文结构&摘要精读.mp4 31 01mobileNet-03-主体架构&深度可分离卷积.mp4 32 01MobileNet-04-超参数.mp4 33 01mobileNet-05-后续创新及改进.mp4 72 01FCN-01-语意分割简介.mp4 73 01FCN-02常用数据集、指标、研究成果..mp4 74 01FCN-03-论文摘要精读..mp4 75 01FCN-04-论文引言、全局信息及部分信息.mp4 76 01FCN-05-感受域&平移不变性.mp4 77 01FCN-06-经典算法&本文算法、上采样.mp4 78 01FCN-07-算法架构..mp4 79 01FCN-08-训练技巧&实验结果及分析..mp4 80 01FCN-09-讨论&总结.mp4 81 01FCN-10-代码实现.mp4 82 01FCN-11-数据预处理..mp4 83 01FCN-12-模型搭建.mp4 84 01FCN-13-训练、验证&预测函数搭建..mp4 85 01FCN-14-损失函数.mp4 86 01FCN-15-指标计算.mp4 87 01GAN-01-论文摘要.mp4 90 01GAN-02-论文背景.mp4 91 01GAN-03-论文泛读.mp4 92 01GAN-04-价值函数.mp4 93 01GAN-05-训练流程&理论证明1.mp4 94 01GAN-06-理论证明2&实验结果&总结展望.mp4 03 图像分类-第9期 08 专题总结及答疑.mp4 04 图像分割-第9期 03 重点知识讲解及答疑.mp4 06 重点知识讲解及答疑.mp4 09 重点知识讲解及答疑.mp4 05 目标检测-第9期 01 1.创建目标检测项目、YOLOX理论（1）.mp4 02 2.YOLOX理论（2）.mp4 03 3.代码讲解（1）：YOLOX中的数据增强.mp4 04 4.代码讲解（2）：YOLOX的网络结构：Backbone、Neck、Head.mp4 05 5. 代码讲解（3）：YOLOX中的正负样本分配与损失函数.mp4 06 6.代码讲解（4）：Log记录与训练加速、YOLOX的推理.mp4 07 7.自定义数据集、性能评价指标.mp4 08 8.目标检测器的优化.mp4 09 9.目标检测算法轻量化的通用技巧.mp4 10 10.NanoDetPlus实例讲解：Backbone、Neck和Head.mp4 11 11.NanoDetPlus代码讲解、轻量化YOLOX.mp4 12 12.使用OpenVINO部署YOLOX、面试.mp4 06 GAN-第9期 02 8.项目总结.mp4 03 7.模型部署.mp4 04 6.模型改进.mp4 05 5.模型调参.mp4 06 4.baseline搭建.mp4 07 3.算法调研.mp4 08 2.数据收集与处理.mp4 09 1.超分辨率任务介绍.mp4
