Python+计算机图像（视觉）处理培训班

Python+计算机图像（视觉）处理培训班

我要报名

培训收益

课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：

1.掌握OpenCV的使用；

2.理解卷积神经网络；

3.掌握Tensorflow的使用；

4.掌握keras的使用；

5.通过各个应用场景的实际经典项目案例，深入解读计算机视觉技术的应用。

培训特色

本次培训从实战的角度对计算机视觉技术进行了全面的剖析，并结合实际案例分析和探讨计算机视觉技术的应用场景，给计算机视觉技术相关从业人员以指导和启迪。

课程大纲

第一天上午 OpenCV使用

1.安装opencv

2.图像处理基础

3.图像运算和转换

4.图像平滑处理

5.图像梯度

6.图像边缘检测

7.图像金字塔

8.人脸检测和识别

第一天下午 卷积神经网络介绍

1.感受野，权值共享

2.卷积计算

3.卷积的步长

4.池化

5.Padding

6.MNIST网络结构介绍

第二天上午 Tensorflow使用

1.深度学习框架介绍

2.Tensorflow安装

3.Tensorlfow基础知识：图，变量，fetch，feed

4.Tensorflow线性回归

5.Tensorflow非线性回归

6.Mnist数据集合Softmax讲解

7.使用BP神经网络搭建手写数字识别

8.交叉熵(cross-entropy)讲解和使用

9.过拟合,正则化,Dropout

10.各种优化器Optimizer

11.改进手写数字识别网络

12.卷积神经网络CNN的介绍

13.使用CNN解决手写数字识别

第二天下午 keras使用

1.实现线性回归

2.实现非线性回归

3.MNIST数据集以及Softmax介绍

4.MNIST分类程序

5.交叉熵的应用

6.Dropout应用

7.正则化应用

8.优化器介绍及应用

9.CNN应用于手写数字识别

10.cifar-10图片分类

11.模型的保存和载入

12.绘制网络结构

第三天上午

图像识别项目

1.介绍Google图像识别模型Inception-v3

2.使用Inception-v3做图像识别

猫狗分类项目

1.图像数据预处理

2.猫狗分类-简单CNN

3.猫狗分类-VGG16-bottleneck

4.猫狗分类-VGG16-Finetune

验证码识别项目

1.多任务学习介绍

2.验证码识别项目

第三天下午

目标检测项目

1.目标检测任务介绍

2.RCNN/Fast-RCNN/Faster-RCNN算法介绍

3.YOLO算法介绍

4.SSD算法介绍

5.目标检测项目实战

目标分割项目

1.目标分割任务介绍

2.全卷积网络

3.双线性上采样

4.特征金字塔

5.Mask RCNN算法介绍

6.目标分割项目实战

图像风格迁移项目

1.图像风格迁移介绍

2.图像风格迁移项目实战

GAN项目

1.生成式对抗网络GAN介绍

2.生成式对抗网络GAN项目实战

第四天 业内经验交流

覃老师

王老师 计算机博士，深入理解传统的计算机视觉方法与目前主流的深度学习算法，在图像识别、目标检测、图像分割、OCR、人脸识别等方向均进行了丰富的项目实战。熟练使用OpenCV、Tensorflow、Keras等工具。具备丰富的数据挖掘经验，熟悉大数据下的ETL与模型搭建，曾独立负责美团用户信用分评估、敏感身份挖掘、京东金融APP多个模块推荐算法搭建等项目。

覃老师 上海大学物理学硕士，创业公司合伙人，技术总监。机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾使用Tensorflow，Caffe，Keras等深度学习框架完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。

我要报名

在线报名：Python+计算机图像（视觉）处理培训班(深圳)

其他城市研发管理培训