OpenCV使用
1.安裝opencv
2.圖像處理基礎(chǔ)
3.圖像運算和轉(zhuǎn)換
4.圖像平滑處理
5.圖像梯度
6.圖像邊緣檢測
7.圖像金字塔
8.人臉檢測和識別
卷積神經(jīng)網(wǎng)絡(luò)介紹
1.感受野，權(quán)值共享
2.卷積計算
3.卷積的步長
4.池化
5.Padding
6.MNIST網(wǎng)絡(luò)結(jié)構(gòu)介紹
Tensorflow使用
1.深度學習框架介紹
2.Tensorflow安裝
3.Tensorlfow基礎(chǔ)知識：圖，變量，fetch，feed
4.Tensorflow線性回歸
5.Tensorflow非線性回歸
6.Mnist數(shù)據(jù)集合Softmax講解
7.使用BP神經(jīng)網(wǎng)絡(luò)搭建手寫數(shù)字識別
8.交叉熵(cross-entropy)講解和使用
9.過擬合,正則化,Dropout
10.各種優(yōu)化器Optimizer
11.改進手寫數(shù)字識別網(wǎng)絡(luò)
12.卷積神經(jīng)網(wǎng)絡(luò)CNN的介紹
13.使用CNN解決手寫數(shù)字識別
keras使用
1.實現(xiàn)線性回歸
2.實現(xiàn)非線性回歸
3.MNIST數(shù)據(jù)集以及Softmax介紹
4.MNIST分類程序
5.交叉熵的應用
6.Dropout應用
7.正則化應用
8.優(yōu)化器介紹及應用
9.CNN應用于手寫數(shù)字識別
10.cifar-10圖片分類
11.模型的保存和載入
12.繪制網(wǎng)絡(luò)結(jié)構(gòu)
圖像識別項目
1.介紹Google圖像識別模型Inception-v3
2.使用Inception-v3做圖像識別
貓狗分類項目 1.圖像數(shù)據(jù)預處理
2.貓狗分類-簡單CNN
3.貓狗分類-VGG16-bottleneck
4.貓狗分類-VGG16-Finetune
驗證碼識別項目 1.多任務(wù)學習介紹
2.驗證碼識別項目
目標檢測項目 1.目標檢測任務(wù)介紹
2.RCNN/Fast-RCNN/Faster-RCNN算法介紹
3.YOLO算法介紹
4.SSD算法介紹
5.目標檢測項目實戰(zhàn)
目標分割項目
1.目標分割任務(wù)介紹
2.全卷積網(wǎng)絡(luò)
3.雙線性上采樣
4.特征金字塔
5.Mask RCNN算法介紹
6.目標分割項目實戰(zhàn)
圖像風格遷移項目
1.圖像風格遷移介紹
2.圖像風格遷移項目實戰(zhàn) |
合作伙伴與授權(quán)機構(gòu)
總部李老師
