計(jì)算機(jī)視覺(含姿態(tài)識別)-3天

  培訓(xùn)講師：葉梓

講師背景：
葉梓老師葉梓，工學(xué)博士，高級工程師?，F(xiàn)某大型上市企業(yè)資深技術(shù)專家。2005年上海交通大學(xué)計(jì)算機(jī)專業(yè)博士畢業(yè)，在校期間的主研方向?yàn)閿?shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能。畢業(yè)后即進(jìn)入軟件行業(yè)從事信息化技術(shù)相關(guān)工作；負(fù)責(zé)或參與了多項(xiàng)、省市級人工智能及大數(shù) 詳細(xì)>>

葉梓
    課程咨詢電話：

計(jì)算機(jī)視覺(含姿態(tài)識別)-3天詳細(xì)內(nèi)容

計(jì)算機(jī)視覺(含姿態(tài)識別)-3天

計(jì)算機(jī)視覺
【課程時(shí)長】
3天（7小時(shí)/天）
【課程對象】
理工科本科及以上，且至少了解一門編程語言。
【課程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整）
時(shí)間
內(nèi)容
案例實(shí)踐與練習(xí)
Day1上午
準(zhǔn)備工作
準(zhǔn)備工作
決策樹
準(zhǔn)備工作（1）
概念與術(shù)語
Python（Anaconda）的安裝
Pycharm的安裝與使用
Jupyter Notebook的安裝與使用
Tensorflow與pytorch的安裝
Opencv、Sklearn工具包的運(yùn)用
Python開發(fā)簡介（2）
Python的基本語法
引入外部包
常用的數(shù)據(jù)結(jié)構(gòu)
定義函數(shù)
Python中的面向?qū)ο缶幊?br /> 文件讀寫
決策樹（3）
分類和預(yù)測
熵減過程
貪心法
ID3與C4.5
其他改進(jìn)方法
決策樹剪枝
案例實(shí)踐：
Anaconda安裝
Pip install的技巧
Tensorflow-GPU的安裝
pytorch的安裝
Jupyter Notebook的使用
Opencv的基本例子
Day1下午
基礎(chǔ)模型
聚類
BP神經(jīng)網(wǎng)絡(luò)
性能評價(jià)指標(biāo)
聚類（4）
監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)
K-means
k-medoids
判斷最優(yōu)聚類個(gè)數(shù)的調(diào)參方法
基于層次、密度、網(wǎng)格的方法
BP神經(jīng)網(wǎng)絡(luò) （5）
人工神經(jīng)元及感知機(jī)模型
Sigmoid激活函數(shù)
前向神經(jīng)網(wǎng)絡(luò)的架構(gòu)
梯度下降
誤差反向傳播詳解
性能評價(jià)指標(biāo)（6）
精確率；
P、R與F1
ROC與AUC
對數(shù)損失
泛化性能評價(jià)：k折驗(yàn)證驗(yàn)證
案例實(shí)踐：
驗(yàn)證一下：聚類算法是不穩(wěn)定的
手肘法分析NBA球隊(duì)的最佳聚類個(gè)數(shù)
各種聚類方式的圖形化展示
皮馬印第安人糖尿病風(fēng)險(xiǎn)：驗(yàn)證多種模型
繪制ROC并計(jì)算AUC
手算神經(jīng)網(wǎng)絡(luò)BP算法
只用numpy，手推BPNN
Day2上午
深度學(xué)習(xí)基礎(chǔ)
支持向量機(jī)
集成學(xué)習(xí)
支持向量機(jī) （1）
“雙螺旋”問題
基本模型與懲罰項(xiàng)
求解對偶問題
核函數(shù)：映射到高維
從二分類到多分類
用于連續(xù)值預(yù)測的支持向量機(jī)
集成學(xué)習(xí)（2）
bagging與boosting
RF
GBDT
Xgboost
最新的模型
案例實(shí)踐：
SVM實(shí)現(xiàn)人臉識別應(yīng)用
通過深度BP網(wǎng)絡(luò)實(shí)現(xiàn)手寫數(shù)字的識別
各種梯度下降方法的實(shí)戰(zhàn)效果
Batch normalization的實(shí)戰(zhàn)效果
Day2下午
深度學(xué)習(xí)
深度學(xué)習(xí)基礎(chǔ)知識
圖像分類CNN
深度學(xué)習(xí)基礎(chǔ)知識（3）
連接主義的興衰
深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系
目標(biāo)函數(shù)與激勵函數(shù)
學(xué)習(xí)步長
權(quán)重初始化
權(quán)重衰減（Weight Decay）
梯度下降的方法：Adagrad \ RMSprop \ Adam
避免過適應(yīng)
圖像分類CNN（4）
圖像分類概述
AlexNet
ZF-Net
卷積層的誤差反向傳播
池化層的誤差反向傳播
VGG（5層變?yōu)?組）
遷移學(xué)習(xí)
GoogLenet和Inception模塊
模型退化與ResNet
DenseNet（充分利用特征）
最新的efficientnet
案例實(shí)踐：
VGG各層的可視化展現(xiàn)
遷移學(xué)習(xí)：識別貓和狗
Resnet用于圖像分類
Day3上午
目標(biāo)檢測
二階段目標(biāo)檢測與一階段目標(biāo)檢測
二階段目標(biāo)檢測（1）
目標(biāo)檢測項(xiàng)目介紹
R-CNN
SPPNET（全圖卷積、SPP層）
Fast-RCNN（多任務(wù)）
Faster-RCNN（RPN）
一階段目標(biāo)檢測（2）
YOLO-v1（一切都是回歸）
YOLO -v2（9000）
YOLO -v3（多尺度）
YOLO -v4
YOLO -v5
案例實(shí)踐：
基于Faster-RCNN的通用目標(biāo)檢測示例
基于YOLO v3的通用目標(biāo)快速檢測示例
Day3下午
深度學(xué)習(xí)進(jìn)階
圖像分割
人體姿態(tài)識別與GAN
圖像分割（3）
全卷積網(wǎng)絡(luò)（FCN）
上采樣的三種實(shí)現(xiàn)方式
膨脹卷積
CRF
DeepLab V1~V3
人體姿態(tài)識別（4）
早期人體姿態(tài)識別
AlphaPose
OpenPose
RMPE
GAN（5）
生成對抗網(wǎng)絡(luò)（GAN）
KL散度與JS散度
改進(jìn)的GAN：DCGAN
加上約束：infoGAN
根本上解決：Wasserstein GAN
案例實(shí)踐：
DeepSOCIAL
RMPE的演示

 

葉梓老師的其它課程

DeepSeek輔助日常工作培訓(xùn)提綱一、引言介紹大模型領(lǐng)域的競爭態(tài)勢強(qiáng)調(diào)DeepSeek的獨(dú)特優(yōu)勢二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點(diǎn)與區(qū)別三、DeepSeek部署本地單機(jī)部署DeepSeek蒸餾版的硬件要求本地單機(jī)部署DeepSeek（量化）滿血版的配置與性能本地單機(jī)多卡部署DeepSeek（量化）滿血版的策

 講師：葉梓詳情

知識圖譜的Python實(shí)現(xiàn)【課程簡介】本課程包含知識圖譜的基本概念及常用算法，并實(shí)現(xiàn)了一個(gè)基于知識圖譜的對話機(jī)器人。通過1天的系統(tǒng)學(xué)習(xí)、案例講解和動手實(shí)踐，讓學(xué)員能初步了解知識圖譜的的相關(guān)知識與技術(shù)?！菊n程對象】理工科本科以上，或至少了解一種編程語言。知識圖譜基礎(chǔ)知識圖譜存儲知識圖譜基礎(chǔ)概念知識推理本體推理方法本體推理工具語義搜索RDF與RDFSOWL與OW

 講師：葉梓詳情

智能醫(yī)療技術(shù)與ChatGPT臨床應(yīng)用三日深度培訓(xùn)第一天：人工智能基礎(chǔ)與Python編程入門上午：人工智能在醫(yī)療領(lǐng)域的應(yīng)用概述Python編程基礎(chǔ)環(huán)境搭建、數(shù)據(jù)類型、流程控制Python環(huán)境搭建Python數(shù)據(jù)類型與流程控制Python函數(shù)的應(yīng)用Python面向?qū)ο缶幊?文件讀寫和目錄操作異常處理機(jī)器學(xué)習(xí)概述數(shù)據(jù)探索性分析：智能化數(shù)據(jù)分析特征工程：數(shù)據(jù)準(zhǔn)備、數(shù)

 講師：葉梓詳情

人工智能“最強(qiáng)模型”transformer詳解【課程簡介】Transformer是迄今為止人工智能領(lǐng)域的最新和最強(qiáng)大的模型類別之一。它幾乎正在憑借一己之力來推動深度學(xué)習(xí)的又一波重大進(jìn)步。Transformer模型充分運(yùn)用了稱為注意力和自注意力機(jī)制，以檢測系列（或圖像）中元素相互影響和相互依賴的微妙關(guān)系。本課程通過2天時(shí)間的詳細(xì)介紹，可使學(xué)習(xí)者初步了解Tran

 講師：葉梓詳情

||1.人工智能概述||第一節(jié)：人工智能與機(jī)器學(xué)習(xí)基礎(chǔ)|2.機(jī)器學(xué)習(xí)概述|||3.機(jī)器學(xué)習(xí)算法應(yīng)用分析|||1.一元線性回歸|||2.代價(jià)函數(shù)|||3.梯度下降法||第二節(jié)：回歸算法|4.sklearn一元線性回歸應(yīng)用|||5.多元線性回歸|||6.sklearn多元線性回歸應(yīng)用|||案例：葡萄酒質(zhì)量和時(shí)間的關(guān)系|||1.KNN分類算法介紹|||2.KNN分

 講師：葉梓詳情

人工智能技術(shù)詳解【課程內(nèi)容】本課程包含大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識圖譜、強(qiáng)化學(xué)習(xí)與深度強(qiáng)化學(xué)習(xí)的相關(guān)知識?！菊n程時(shí)長】7天（7小時(shí)/天）【課程對象】理工科本科及以上，且至少了解一門編程語言?！菊n程大綱】（培訓(xùn)內(nèi)容可根據(jù)客戶需求調(diào)整）時(shí)間內(nèi)容案例實(shí)踐與練習(xí)Day1上午準(zhǔn)備工作準(zhǔn)備工作1.概念與術(shù)語2.Python（Anaconda）的安裝3.Pycharm

 講師：葉梓詳情

人工智能與深度學(xué)習(xí)第一天：人工智能概念與經(jīng)典算法人工智能概念綜述（第一天——1）從一些術(shù)語辨析人工智能人工智能之連接主義的興衰史這次AI的熱潮是怎么來的？圖像處理領(lǐng)域的最新熱點(diǎn)（第一天——2）分類、目標(biāo)檢測與實(shí)例分割風(fēng)格遷移自動駕駛?cè)梭w姿態(tài)識別超分辨率圖像生成語言處理領(lǐng)域的最新熱點(diǎn)（第一天——3）Attention機(jī)制自動構(gòu)建知識圖譜看圖說話預(yù)訓(xùn)練機(jī)制三大經(jīng)

 講師：葉梓詳情

人工智能之最新自然語言處理技術(shù)與實(shí)戰(zhàn)課程介紹：自然語言處理(簡稱NLP)是計(jì)算機(jī)科學(xué)和人工智能研究的一個(gè)重要方向，研究計(jì)算機(jī)和理解和運(yùn)用人類語言進(jìn)行交互的問題，它是集語言學(xué)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、大數(shù)據(jù)于一體的綜合學(xué)科。本課程主要介紹了NLP中的常用知識點(diǎn)：分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機(jī)器學(xué)習(xí)算法，還重點(diǎn)介紹了NLP中最近兩年來基于大規(guī)模語

 講師：葉梓詳情

第一天上午：統(tǒng)計(jì)分析原理從最簡單的案例開始統(tǒng)計(jì)基礎(chǔ)描述性統(tǒng)計(jì)用SPSS實(shí)現(xiàn)描述性統(tǒng)計(jì)的案例回歸分析：線性回歸回歸分析：logistics回歸用SPSS實(shí)現(xiàn)回歸分析的案例可視化工具第一天下午：數(shù)據(jù)庫與數(shù)據(jù)倉庫介紹數(shù)據(jù)庫概述SQL（基本的增、刪、改、查）SQL（稍復(fù)雜的子句或嵌套）基于MySQL的上機(jī)操作SQL語言數(shù)據(jù)倉庫：度量與維度數(shù)據(jù)倉庫：星型模型、雪花模型

 講師：葉梓詳情

計(jì)算機(jī)視覺【課程簡介】本課程包含計(jì)算機(jī)視覺領(lǐng)域的的重要概念及常用算法（神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、CNN、GAN等），以及人工智能領(lǐng)域熱點(diǎn)應(yīng)用場景：目標(biāo)檢測、圖像分割、圖像生成等。通過2天的系統(tǒng)學(xué)習(xí)、案例講解和動手實(shí)踐，讓學(xué)員能初步邁入深度學(xué)習(xí)和計(jì)算視覺的知識殿堂?！菊n程收益】掌握基于python的視覺分析知識；掌握深度學(xué)習(xí)框架：TensorFlow、pytorc

 講師：葉梓詳情

 發(fā)布內(nèi)容，請點(diǎn)我！ 講師申請/講師自薦
清華大學(xué)卓越生產(chǎn)運(yùn)營總監(jiān)高級研修班
清華大學(xué)卓越生產(chǎn)運(yùn)營總監(jiān)高級研修班
COPYRIGT @ 2001-2018 HTTP://m.fanshiren.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有