1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。

• 讓學(xué)員能夠聯(lián)合使用Opencv和Tensorflow，完成深度學(xué)習(xí)案例開發(fā)。1、通過Heatmap特征的講解，認(rèn)識(shí)其原理，并通過Opencv設(shè)計(jì)自己的樣本標(biāo)注工具。2、通過實(shí)際問題設(shè)計(jì)loss_function,并使用遷移學(xué)習(xí)的思想構(gòu)建網(wǎng)絡(luò)模型，訓(xùn)練模型。3、通過兩個(gè)示例實(shí)現(xiàn)目標(biāo)識(shí)別及其定位回歸。
  適用人群
  想從事深度學(xué)習(xí)相關(guān)工作的或是對(duì)于人工智能、深度學(xué)習(xí)感興趣人，想將深度學(xué)習(xí)技術(shù)引入項(xiàng)目或是產(chǎn)品中。
  課程簡介
  本課程主要基于Heatmap特征的目標(biāo)識(shí)別及其目標(biāo)定位及回歸，系統(tǒng)平臺(tái)基于windows10，使用軟件平臺(tái)包括vs2013和Anacond、Tensorflow-1.4.0、Opencv2410、Opencv-python。
• 仔細(xì)講解、分析，帶領(lǐng)大家理解Heatmap特征，借鑒Openpose的相關(guān)遷移學(xué)習(xí)相關(guān)思想，實(shí)現(xiàn)自己的網(wǎng)絡(luò)模型（該模型同時(shí)具有識(shí)別和定位回歸的功能）。
• 通過Opencv設(shè)計(jì)一個(gè)關(guān)于Heatmap的標(biāo)注工具，讓學(xué)員可以輕松的制作自己的heatmap特征的標(biāo)注數(shù)據(jù)集，提供工程源碼，供給學(xué)員研究和拓展。
• 另外透徹講解基于Heatmap特征的模型構(gòu)造，及其loss_function設(shè)計(jì)，一步步代理大家使用Tensorflow進(jìn)行模型編寫及訓(xùn)練，最后通過兩個(gè)示例將訓(xùn)練好的模型進(jìn)行人的頭部和眼睛的識(shí)別和位置定位回歸。
• ?
• 具體：
• 第一章：
• 1.1 課程內(nèi)容簡介
• 第二章
• 2.1 Heatmap特征分析
• 2.2 基于Heatmap特征的樣本制作
• 第三章：
• 3.1 制作tfrecords樣本數(shù)據(jù)集
• 3.2 構(gòu)建網(wǎng)絡(luò)模型
• 3.3 訓(xùn)練網(wǎng)絡(luò)模型（包括網(wǎng)絡(luò)模型的2次訓(xùn)練，即在已有模型的基礎(chǔ)上進(jìn)行再次訓(xùn)練）
• 第四章：
• 4.1 目標(biāo)識(shí)別及定位示例--人臉識(shí)別及定位。
• 4.2 目標(biāo)識(shí)別及定位示例--人眼識(shí)別及定位。
  第1章課程內(nèi)容簡介
  1-1課程內(nèi)容簡介
  第2章關(guān)于heatmap樣本特征 分析及制作
  2-1heatmap特征分析
  2-2基于heatmap特征的樣本制作
  第3章構(gòu)建深度學(xué)習(xí)模型及訓(xùn)練
  3-1制作tfrecords樣本數(shù)據(jù)集
  3-2構(gòu)建heatmap網(wǎng)絡(luò)模型
  3-3訓(xùn)練heatmap網(wǎng)絡(luò)模型
  第4章使用訓(xùn)練好的模型 進(jìn)行目標(biāo)識(shí)別及定位示例
  4-1人臉識(shí)別及定位
  4-2人眼識(shí)別及定位