計算機視覺(含姿態(tài)識別疫情防控案例)-2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)計算機專業(yè)博士畢業(yè),在校期間的主研方向為數(shù)據(jù)挖掘、機器學(xué)習、人工智能。畢業(yè)后即進入軟件行業(yè)從事信息化技術(shù)相關(guān)工作;負責或參與了多項、省市級人工智能及大數(shù) 詳細>>

葉梓
    課程咨詢電話:

計算機視覺(含姿態(tài)識別疫情防控案例)-2天詳細內(nèi)容

計算機視覺(含姿態(tài)識別疫情防控案例)-2天

計算機視覺
【課程簡介】
本課程包含計算機視覺領(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、CNN、GAN等),以及人工智能領(lǐng)域熱點應(yīng)用場景:目標檢測、圖像分割、圖像生成等。通過2天的系統(tǒng)學(xué)習、案例講解和動手實踐,讓學(xué)員能初步邁入深度學(xué)習和計算視覺的知識殿堂。
【課程收益】
掌握基于python的視覺分析知識;
掌握深度學(xué)習框架:TensorFlow、pytorch等;
掌握CV領(lǐng)域的深度學(xué)習算法;
理解CV領(lǐng)域(目標檢測、圖像分割、圖像生成等)應(yīng)用場景;
為學(xué)員的后續(xù)項目應(yīng)用提供針對性的建議。
【課程特點】
本課程力圖理論結(jié)合實踐,強調(diào)從零開始,重視動手實踐;課程內(nèi)容以原理講解為根本,以應(yīng)用落地為目標。課程通過大量形象的比喻和手算示例來解釋復(fù)雜的計算機視覺理論,既能將原理充分講懂講透,也避免了繁復(fù)而枯燥的公式推導(dǎo)。
【課程對象】
理工科本科以上,或至少了解一種編程語言。
【課程時長】
2天(6小時/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)
時間
內(nèi)容
案例實踐與練習
Day1上午
深度學(xué)習基礎(chǔ)
經(jīng)典神經(jīng)網(wǎng)絡(luò)
支持向量機
集成學(xué)習
BP神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)元及感知機模型
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
支持向量機
“雙螺旋”問題
基本模型與懲罰項
求解對偶問題
核函數(shù):映射到高維
從二分類到多分類
集成學(xué)習
bagging與boosting
RF
GBDT
Xgboost
案例實踐:
手算神經(jīng)網(wǎng)絡(luò)BP算法
只用numpy,手推BPNN
SVM實現(xiàn)人臉識別應(yīng)用
各種梯度下降方法的實戰(zhàn)效果
Day2下午
深度學(xué)習
深度學(xué)習基礎(chǔ)知識
圖像分類CNN
深度學(xué)習基礎(chǔ)知識
連接主義的興衰
深度學(xué)習與神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系
目標函數(shù)與激勵函數(shù)
學(xué)習步長
權(quán)重初始化
權(quán)重衰減(Weight Decay)
梯度下降的方法
避免過適應(yīng)
圖像分類CNN
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
GoogLenet和Inception模塊
模型退化與ResNet
DenseNet(充分利用特征)
最新的efficientnet
案例實踐:
各梯度下降方法的可視化實踐
一個識別手寫數(shù)字的過渡模型
VGG各層的可視化展現(xiàn)
遷移學(xué)習:識別貓和狗
Resnet用于圖像分類
Day2上午
目標檢測
二階段目標檢測與一階段目標檢測
二階段目標檢測
目標檢測項目介紹
R-CNN
SPPNET(全圖卷積、SPP層)
Fast-RCNN(ROI池化、多任務(wù))
Faster-RCNN(RPN)
一階段目標檢測
YOLO-v1(一切都是回歸)
YOLO -v2(9000)
YOLO -v3(多尺度)
YOLO -v4
YOLO -v5
案例實踐:
基于Faster-RCNN的通用目標檢測示例
基于YOLO v3的通用目標快速檢測示例
DeepSOCIAL:用于疫情防控的目標檢測
搭建YOLOv5環(huán)境
Day2下午
深度學(xué)習進階
圖像分割
人體姿態(tài)識別與GAN
圖像分割
全卷積網(wǎng)絡(luò)(FCN)
上采樣的三種實現(xiàn)方式
膨脹卷積
CRF
DeepLab V1~V3
人體姿態(tài)識別
人體姿態(tài)識別概述
deeppose
OpenPose
AlphaPose
GAN
生成對抗網(wǎng)絡(luò)(GAN)
KL散度與JS散度
改進的GAN:DCGAN
加上約束:infoGAN
根本上解決:Wasserstein GAN
案例實踐:
遙感影像分割
alphapose的演示
計算機想象的數(shù)字
babyGAN:特朗普的孩子
Thispersondoesnotexist

 

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)勢強調(diào)DeepSeek的獨特優(yōu)勢二、DeepSeek概述DeepSeek的發(fā)展背景與定位DeepSeek各版本的特點與區(qū)別三、DeepSeek部署本地單機部署DeepSeek蒸餾版的硬件要求本地單機部署DeepSeek(量化)滿血版的配置與性能本地單機多卡部署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,并實現(xiàn)了一個基于知識圖譜的對話機器人。通過1天的系統(tǒng)學(xué)習、案例講解和動手實踐,讓學(xué)員能初步了解知識圖譜的的相關(guān)知識與技術(shù)。【課程對象】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器學(xué)習概述數(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)準備、數(shù)

 講師:葉梓詳情


人工智能“最強模型”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)習的又一波重大進步。Transformer模型充分運用了稱為注意力和自注意力機制,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天時間的詳細介紹,可使學(xué)習者初步了解Tran

 講師:葉梓詳情


||1.人工智能概述||第一節(jié):人工智能與機器學(xué)習基礎(chǔ)|2.機器學(xué)習概述|||3.機器學(xué)習算法應(yīng)用分析|||1.一元線性回歸|||2.代價函數(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)、機器學(xué)習、深度學(xué)習、知識圖譜、強化學(xué)習與深度強化學(xué)習的相關(guān)知識。【課程時長】7天(7小時/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)時間內(nèi)容案例實踐與練習Day1上午準備工作準備工作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(第一天——2)分類、目標檢測與實例分割風格遷移自動駕駛?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(第一天——3)Attention機制自動構(gòu)建知識圖譜看圖說話預(yù)訓(xùn)練機制三大經(jīng)

 講師:葉梓詳情


人工智能之最新自然語言處理技術(shù)與實戰(zhàn)課程介紹:自然語言處理(簡稱NLP)是計算機科學(xué)和人工智能研究的一個重要方向,研究計算機和理解和運用人類語言進行交互的問題,它是集語言學(xué)、機器學(xué)習、統(tǒng)計學(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:分詞、詞法分析、句法分析、向量化方法、經(jīng)典的NLP機器學(xué)習算法,還重點介紹了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)計分析原理從最簡單的案例開始統(tǒng)計基礎(chǔ)描述性統(tǒng)計用SPSS實現(xiàn)描述性統(tǒng)計的案例回歸分析:線性回歸回歸分析:logistics回歸用SPSS實現(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


計算機視覺【課程時長】3天(7小時/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)時間內(nèi)容案例實踐與練習Day1上午準備工作準備工作決策樹準備工作(1)概念與術(shù)語Python(Anaconda)的安裝Pycharm的安裝與使用JupyterNotebook的安裝與使用Tensorflow與pytorch的

 講師:葉梓詳情


 發(fā)布內(nèi)容,請點我! 講師申請/講師自薦
清華大學(xué)卓越生產(chǎn)運營總監(jiān)高級研修班
清華大學(xué)卓越生產(chǎn)運營總監(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