CNN卷积神经网络实战 - 计算机视觉

课程目标:能够自己动手构建人脸识别系统、物体识别系统。精通复杂图片分类、迁移学习、图片去噪、风格转换等项目。

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
共28课时,共8小时1分钟
现价¥199.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

能够自己动手构建人脸识别系统、物体识别系统。精通复杂图片分类、迁移学习、图片去噪、风格转换等项目。

适用人群

对CNN内部原理、图片分类、物体识别、人脸识别、图片去噪等计算机视觉方向技术感兴趣的学习者。

课程简介

本课程全面深入讲解CNN卷积神经网络在计算机视觉中应用。课程中的每一个知识点都由老师手写详细讲解,并代码实战,力求让学习者掌握CNN全部知识。并深入讲解复杂图片分类项目、自编码与图片去噪项目、迁移学习项目、物体识别项目、人脸识别项目、风格转换项目等。使学习者能够在学习深度学习前沿知识的同时全面掌握CNN在业界的应用,并把所学项目知识应用到工业界解决实际问题。


讲师介绍

周北,腾英科技创始人兼董事长,University of Sydney研究生,同时具有Master of data science & Master of Information Technology Management技术领域与管理领域双学位,人工智能领域资深技术专家,上海企觉科技有限公司首席技术顾问,擅长机器学习、深度学习、Python、Java等技术领域。


学习目标:

1.     掌握CNN卷积神经网络架构

2.     深入理解CNN内容结构

(1)卷积层

(2)池化层(MaxPooling, AveragePooling, GlobalAveragePooling)

3.     熟练应用卷积神经网络分类大规模复杂图片

4.     掌握迁移学习的原理与项目实战

5.     深入理解高级卷积神经网络知识

(1)反卷积(Deconvolution)

(2)上采样(UpSampling)

6.     掌握自编码原理与项目实战

7.     掌握图片去噪项目

8.     全面掌握物体识别技术

(1)图片中的物体识别

(2)识别中的物体识别

9.     自己动手实现人脸识别系统

(1)定位面部位置

(2)识别面部特征

(3)面部编码详解

(4)构建人脸识别系统

10.   掌握风格转换项目

(1)风格转换详解

(2)Keras Backend 详解

(3)卷积核的可视化

(4)风格转换项目实战


第一章CNN模型详解
5节1小时56分钟
1-1CNN实战8大项目介绍 [免费试看]
22:43
1-2卷积神经网络架构与实战 [免费试看]
26:16
1-3卷积层原理与实战
30:56
1-4池化层原理与实战
15:46
1-5cnn模型参数计算方法与Cifar-10数据集实战
20:47
第二章猫与狗图片分类项目
2节42分钟
2-1猫与狗分类项目实战之数据集预处理
23:02
2-2猫与狗分类项目实战之模型的构建与训练
19:17
第三章迁移学习详解与项目实战
3节40分钟
3-1迁移学习详解
09:57
3-2迁移学习项目数据集预处理
10:03
3-3迁移学习项目实战
20:39
第四章反卷积与上采样
2节21分钟
4-1反卷积原理与实战
12:48
4-2上采样原理与实战
09:04
第五章自编码详解与图片去噪项目
3节41分钟
5-1自编码原理实战
10:47
5-2自编码项目实战
19:09
5-3图片去噪项目实战
11:37
第六章物体识别项目详解
3节48分钟
6-1物体识别详解 [免费试看]
16:30
6-2图片中的物体识别实战
20:03
6-3视频中的物体识别实战
11:45
第七章人脸识别项目详解
6节1小时19分钟
7-1人脸识别简介 [免费试看]
08:27
7-2定位面部位置 [免费试看]
11:09
讲师介绍
韬云教育
讲师评分5.0分
韬云是国内领先的云计算技术研发品牌,韬云教育是韬云旗下致力于做更靠谱的IT教育,专注于人工智能、Python、PHP、R等IT技术领域的专业IT培训机构,机构拥有国内知名技术专家作为讲师,同时也拥有优质的IT图书出版资源。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载