CV就业小班 第四期
课程详情
课程详情
课程名称：CV就业小班 第四期
课程核心介绍
- 第一阶段：深入掌握计算机视觉技术的基础理论和方法
- 第二阶段：学习机器学习与深度学习的基本原理，为后续课程打下坚实基础
- 第三阶段：掌握深度学习的高级技巧，提升模型性能和效率
- 第四阶段：学习目标检测与语义分割技术，提高图像理解和处理能力
- 第五阶段：紧跟CV技术前沿，了解最新研究动态和应用场景
适合人群
本课程适合对计算机视觉、机器学习、深度学习等领域感兴趣，希望从事相关技术工作的专业人士。
学习收获
- 掌握计算机视觉技术的基础知识和应用技能
- 具备机器学习与深度学习的基本理论，能够应用于实际项目中
- 了解深度学习的高级技巧，提升模型性能
- 掌握目标检测与语义分割技术，提高图像处理能力
- 紧跟CV技术前沿，拓宽视野，提升竞争力
课程亮点
- 小班授课，注重个性化指导
- 理论与实践相结合，注重实际应用
- 紧跟技术前沿，课程内容不断更新
- 资深讲师团队，经验丰富，答疑解惑
课程目录
第一阶段：掌握计算机视觉技术的基础 在线视频：图像处理基础 在线视频：图像处理进阶 在线直播：计算机视觉基础 在线直播：三维计算机视觉 第二阶段：掌握机器学习与深度学习基础 在线视频：机器学习基础和神经网络 在线视频：深度卷积神经网络原理与实践 在线直播：机器学习与深度学习基础 在线直播： 深谈深度学习基础问题 第三阶段：掌握深度学习高级技巧 在线视频：解析STOA深度卷积神经网络及调参优化技巧 在线视频：大规模车辆图片搜索/重识别(ReID) 在线直播：Two-Stage物体检测 在线直播：One-Stage物体检测 第四阶段：掌握目标检测与语义分割 在线视频：目标检测及其在无人驾驶领域的作用 在线视频：深度学习在图像语义分割中的应用 在线直播：2019物体检测领域新趋势 在线直播：语义分割的核心算法与工业应用 第五阶段：从CV技术前沿到CV竞赛实战 在线视频：RNN及其应用（image captioning and VQA） 在线视频：深度学习前沿：理解AlphaGo （强化学习） 和生成模型（GAN）背后的原理 在线直播：轻量级卷积神经网络与模型压缩 在线直播：临阵磨枪之Kaggle比赛经验速成 第六阶段：整体流程介绍与项目任务书发布 在线直播：项目1 图像分割系统，和项目4 SLAM三维重建系统的介绍 在线直播：项目2 人体关节点提取，和项目3 给定图像自动生成描述的介绍 在线直播：项目5 图像细粒度分类，和项目6 跨镜追踪/重识别（ReID）的介绍 第七阶段：环境配置与特征工程 在线直播：项目1 图像分割系统，和项目4 SLAM三维重建系统的特征工程 在线直播：项目2 人体关节点提取，和项目3 给定图像自动生成描述的基本方法详解 在线直播：项目5 图像细粒度分类，和项目6 跨镜追踪/重识别（ReID）的数据与环境 第八阶段：模型构建与迭代优化 在线直播：项目1 图像分割系统，和项目4 SLAM三维重建系统的模型构建 在线直播：项目2 人体关节点提取，和项目3 给定图像自动生成描述的模型构建 在线直播：项目5 图像细粒度分类，和项目6 跨镜追踪/重识别（ReID）的模型构建 第九阶段：模型的评估、优化与上线 在线直播：项目1 图像分割系统，和项目4 SLAM三维重建系统的整体实现 在线直播：项目2 人体关节点提取，和项目3 给定图像自动生成描述的整体实现 在线直播：项目5 图像细粒度分类，和项目6 跨镜追踪/重识别（ReID）的整体实现
