Tensorflow+OpenCV实战行人检测

课程目标:通过案例实战演示tensorflow+opencv实现行人检测模型训练\导出\使用的技术解决路径

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4.8分 共9课时,共2小时32分钟
现价¥49.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

通过案例实战演示tensorflow+opencv实现行人检测模型训练\导出\使用的技术解决路径

适用人群

Python语言开发者,OpenCV开发工程师,对人工智能与计算机视觉感兴趣的,在校大学生,研究生

课程简介

在掌握opencvtensorflow基础知识的基础上,使用tensorflow object detection APIopencv dnn 模块,实现从数据标注与tf record数据生成,SSD模型迁移学习训练,模型导出在tensorflow中使用,OpenCV DNN模块中使用(C++与Python) API调用演示,实现从数据到模型训练到导出给OpenCV使用全链路的技术路径,学以致用,举一反三,可以套用到任意的对象检测问题的解决方案中!运行截图:run_result.pngPedestrian.png


1概述 – 环境搭建与效果演示 [免费试看]
14:26
2Tensorflow对象检测API安装与测试
16:01
3行人检测视频数据生成标注图像数据
13:08
4Pasacal VOC2012格式数据集生成
25:02
5SSD模型的迁移学习配置与训练
18:56
6模型导出与测试使用
20:17
7生成OpenCV DNN导入必须的描述文件
11:19
8在OpenCV Python中使用SSD行人检测模型
19:10
9在OpenCV C++中使用SSD行人检测模型
14:37
讲师介绍
贾志刚
讲师评分4.7分
个人独立开发者,专注图像处理研究多年时间,图书作者,博客专家。精通OpenCV框架多个模块、ImageJ开源框架、图像算法与应用开发技术、特别是在对象检测、识别、OCR、人脸美化等方面有深入研究。精通OpenCV4Android/Java与Java平台图像处理应用开发、开发过多个图像处理算法模块并成功应用在工业、医学检测等领域。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载