Python+计算机图像与视觉处理技术

 21课时                   ￥3200.00

课程简介：

课程重点讲解计算机视觉相关技术及视觉应用场景，将算法、模型和基础理论知识进行有机结合，结合多个不同的实战项目，帮助大较平稳地入门深度学习领域。

课程目标：

掌握OpenCV的使用

理解卷积神经网络

掌握Tensorflow的使用

掌握keras的使用

计算机视觉技术应用案例解读

适合人群：

图像处理工程师

软件开发工程师

物联网开发工程师

课程目标：

1.1.产业服务项目案例介绍
1.2.计算机视觉相关技术
1.3.计算机视觉应用场景
1.4.人工智能机器学习神经网络深度学习介绍
1.5.深度学习的应用
1.6.如何学习Deep Learning
1.7.机器学习
1.8.机器学习的学习方式
1.9.机器学习的常见应用
1.10.Python环境安装及jupyter使用介绍
1.11.Python基础语法
1.12.Numpy程序
1.13.Matplotlib程序
1.14.OPENCV
1.15.OPENCV程序（1）
1.16.OPENCV程序（2）
1.17.深度学习三次热潮
1.18.深度学习爆发三要素
1.19.深度学习三巨头
1.20.神经网络
1.21.BP神经网络(Back Propagation Neural Network)
1.22.正确率召回率F1指标
1.23.Tensorflow
1.24.交叉熵
1.25.过拟合
1.26.防止过拟合
1.27.优化器
1.28.卷积神经网络
1.29.ImageNet00:02:57
1.30.递归神经网络00:08:44
1.31.长短时记忆网络00:15:00
1.32.各种图像识别的算法01:02:46
1.33.训练自己的图像识别模型00:22:42
1.34.多任务学习01:17:03
1.35.目标检测00:06:50
1.36.判断目标检测结果好坏00:03:40
1.37.R-CNN00:13:21
1.38.SPP-Net（Spatial Pyramid Pooling Net）00:08:20
1.39.Fast-RCNN00:07:02
1.40.Faster-RCNN00:13:59
1.41.目标检测标注工具-labelImg00:03:30
1.42.图像分割