深度学习之目标检测技术实战

17课时            ￥2380.00

课程简介

人工智能在各行业的迅速落地，使很多任务的完成成本大幅降低，效率显著提升。与此同时，作为其技术内核，机器学习和深度学习算法也越来越受到人们的关注，越来越多的行业的从业者都希望了解和学习机器学习与深度学习算法的相关原理，并希望将其与自己的领域相结合，拓展新思路，形成新的解决方案。 

本课程主要面向以机器学习与深度学习为专业方向的学员，以及想要了解和学习机器学习与深度学习算法的各行业从业者，以较为通俗讲解机器学习与深度学习算法，辅以日常生活中的例子和编程实验，涉及机器学习领域中比较常见的经典模型。

目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。

计算机视觉中关于图像识别有四大类任务：

（1）分类

（2）定位

（3）检测

（4）分割

课程目标

熟悉Python基础语法；

熟悉Anaconda环境配置与基本操作；

掌握Matplotlib可视化技术；

掌握Numpy技术基础；

掌握深度学习技术基础；

掌握Tensorflow框架的基本操作；

掌握PyTorch框架的基本操作；

熟悉CNN技术原理与编程要点；

熟悉RNN目标检测技术原理与编程要点。

适合人群

具备一定的Python和软件开发基础，希望深入了解机器学习和深度学习底层原理、数学原理、以及卷积神经网络、循环神经网络等实用化编程技术的广大工程技术人员。

第0章 深度学习之目标检测技术实战
深度学习之目标检测技术实战-课程介绍
第1章 Python编程基础
语言基础-Anaconda
语言基础-Pthon基础语法 (1)
语言基础-Python基础语法 (2)
语言基础-Python基础语法 (3)
语言基础- Python面向对象编程 (1)
语言基础- Python面向对象编程 (2)
语言基础-NumPy基础
语言基础-Matplotlib基础
第2章 神经网络
机学习-神经网络基础-神经网络概述
机器学习-神经网络基础-深度神经网络
机器学习-神经网络基础-卷积神经网络
机学习-神经网络基础-常见深度学习技术
第3章经典框架
经典框架-Tensorflow基础
经典框架-PyTorch基础
第4章 OpenCV目标检测-项目实战
应用实践-图像处理基础
应用实践-openCV基础
应用实践-人脸识别
第5章 CNN目标检测-项目实战
关于学习流程
0神经网络-单层感知机项目
神经网络-逻辑回归项目
0神经网络-多分类逻辑回归项目
神经网络-多层感知机项目
深度神经网络-多层感知机-keras版
深度神经网络-多层感知机-tensorflow版
深度神经网络-多层感知机-PyTorch版
深度神经网络-MNIST-keras版
 深度神经网络-MNIST-Tensorflow版
深度神经网络-MNIST-PyTorch版
深度神经网络-梯度消失
深度神经网络-过拟合
深度神经网络-可视化
深度神经网络-归一化
CNN-keras
CNN-Tensorflow
CNN-PyTorch