一、 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。

二、 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。

三、 日程安排日程培训模块培训内容第一天

上午OpenCV使用  1.安装opencv

 2.图像处理基础

 3.图像运算和变换

4.图像直方图处理

 5.图像平滑处理

 6.图像阈值与分割处理

 7.图像梯度与边缘检测

 8.图像轮廓检测

 9.人脸检测和识别第一天

下午卷积神经网络介绍  1.CN.N架构

 2.卷积计算

 3.卷积的步长与填充

4.池化层的原理

5.MNIST数据集介绍

 6.卷积与池化的实现

 7.CN.N的可视化实现第二天

上午Tensorflow使用  1.深度学习框架介绍

 2.Tensorflow安装

 3.Tensorlfow基础知识

 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.常见的CN.N图像分类模型

 13.使用CN.N解决手写数字识别

14.Tensorflow高级抽象库第二天

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.CN.N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CN.N

 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.RCN.N/Fast-RCN.N/Faster-RCN.N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 RC.N.N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项目实战四、 授课专家

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。

五、 培训费用

培训费8800元/人（含培训费、场地费、考试证书费、资料费、学习期间午餐），食宿可统一安排，费用自理。