OpenCV4 深度神经网络(DNN)实战教程

课程目标:学会使用OpenCV4最新的深度神经网络模块,正确使用模型推理,CPU加速调用,解决实际视觉问题

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
4.4分 共24课时,共8小时34分钟
现价¥103.20 原价¥129.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

学会使用OpenCV4最新的深度神经网络模块,正确使用模型推理,CPU加速调用,解决实际视觉问题

适用人群

C++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

理解卷积神经网络基本原理,熟练掌握OpenCV深度神经网络模块API开发技术,学会加载模型,解析模型输出结果;学会如何把正常的tensorflow对象检测模型转化为OpenCV可以接受的模型,实时人脸检测与识别案例。学会使用OpenCV DNN模块解决实际问题。部分课程代码演示效果如下:

对象检测

128_02.png

车辆与道路分割

134_04.png

风格迁移

135_04.png

图像彩色化

133_03.png

人脸识别:

人脸识别.png

1概述与环境配置 [免费试看]
27:06
2卷积神经网络原理概述
23:52
3加载网络模型与读取各层信息
18:55
4图像分类网络Inception使用
25:11
5读取分类标签文件显示分类
10:08
6对象检测网络介绍
30:49
7SSD对象检测网络加载与执行
20:49
8SSD对象检测推理输出解析与显示
13:14
9Faster RCNN对象检测模型使用
27:47
10YOLOv3对象检测模型推理使用
23:34
11YOLO输出解析与NMS使用显示
29:23
12OpenCV DNN配置加速组件IE支持
16:48
13实时SSD对象检测
25:29
14实时人脸检测
18:19
15道路与车辆分割模型介绍与使用
20:56
16道路与车辆分割模型输出解析与显示
22:02
17图像变换-图像彩色化模型使用
27:52
18图像变换-实时风格迁移
19:18
19导入tensorflow对象检测框架模型支持
23:28
20案例1-实时性别与年龄预测 -01
18:29
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