Python+計(jì)算機(jī)圖像（視覺）處理培訓(xùn)班

一、    培訓(xùn)收益
課程中通過細(xì)致講解，使學(xué)員掌握該技術(shù)的本質(zhì)。具體收益包括：
1.掌握OpenCV的使用；
2.理解卷積神經(jīng)網(wǎng)絡(luò)；
3.掌握Tensorflow的使用；
4.掌握keras的使用；
5.通過各個(gè)應(yīng)用場(chǎng)景的實(shí)際經(jīng)典項(xiàng)目案例，深入解讀計(jì)算機(jī)視覺技術(shù)的應(yīng)用。
二、    培訓(xùn)特色
本次培訓(xùn)從實(shí)戰(zhàn)的角度對(duì)計(jì)算機(jī)視覺技術(shù)進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討計(jì)算機(jī)視覺技術(shù)的應(yīng)用場(chǎng)景，給計(jì)算機(jī)視覺技術(shù)相關(guān)從業(yè)人員以指導(dǎo)和啟迪。
三、    日程安排

日程	培訓(xùn)模塊	培訓(xùn)內(nèi)容
第一天 上午	OpenCV使用	1.安裝opencv   2.圖像處理基礎(chǔ)   3.圖像運(yùn)算和變換 4.圖像直方圖處理   5.圖像平滑處理   6.圖像閾值與分割處理   7.圖像梯度與邊緣檢測(cè)   8.圖像輪廓檢測(cè)   9.人臉檢測(cè)和識(shí)別
第一天 下午	卷積神經(jīng)網(wǎng)絡(luò)介紹	1.CNN架構(gòu)   2.卷積計(jì)算   3.卷積的步長(zhǎng)與填充 4.池化層的原理 5.MNIST數(shù)據(jù)集介紹   6.卷積與池化的實(shí)現(xiàn)   7.CNN的可視化實(shí)現(xiàn)
第二天 上午	Tensorflow使用	1.深度學(xué)習(xí)框架介紹   2.Tensorflow安裝   3.Tensorlfow基礎(chǔ)知識(shí)   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(shí)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(jìn)手寫數(shù)字識(shí)別網(wǎng)絡(luò)   12.常見的CNN圖像分類模型   13.使用CNN解決手寫數(shù)字識(shí)別 14.Tensorflow高級(jí)抽象庫(kù)
第二天 下午	keras使用	1.實(shí)現(xiàn)線性回歸   2.實(shí)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(yīng)用   6.Dropout應(yīng)用   7.正則化應(yīng)用   8.優(yōu)化器介紹及應(yīng)用   9.CNN應(yīng)用于手寫數(shù)字識(shí)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)
第三天 上午	圖像識(shí)別項(xiàng)目	1.介紹Google圖像識(shí)別模型Inception-v3   2.使用Inception-v3做圖像識(shí)別
	貓狗分類項(xiàng)目	1.圖像數(shù)據(jù)預(yù)處理   2.貓狗分類-簡(jiǎn)單CNN   3.貓狗分類-VGG16-bottleneck   4.貓狗分類-VGG16-Finetune
	驗(yàn)證碼識(shí)別項(xiàng)目	1.多任務(wù)學(xué)習(xí)介紹   2.驗(yàn)證碼識(shí)別項(xiàng)目
第三天 下午	目標(biāo)檢測(cè)項(xiàng)目	1.目標(biāo)檢測(cè)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(biāo)檢測(cè)項(xiàng)目實(shí)戰(zhàn)
	目標(biāo)分割項(xiàng)目	1.目標(biāo)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(biāo)分割項(xiàng)目實(shí)戰(zhàn)
	圖像風(fēng)格遷移項(xiàng)目	1.圖像風(fēng)格遷移介紹   2.圖像風(fēng)格遷移項(xiàng)目實(shí)戰(zhàn)
	GAN項(xiàng)目	1.生成式對(duì)抗網(wǎng)絡(luò)GAN介紹   2.生成式對(duì)抗網(wǎng)絡(luò)GAN項(xiàng)目實(shí)戰(zhàn)

四、    授課專家
王老師計(jì)算機(jī)博士，深入理解傳統(tǒng)的計(jì)算機(jī)視覺方法與目前主流的深度學(xué)習(xí)算法，在圖像識(shí)別、目標(biāo)檢測(cè)、圖像分割、OCR、人臉識(shí)別等方向均進(jìn)行了豐富的項(xiàng)目實(shí)戰(zhàn)。熟練使用OpenCV、Tensorflow、Keras等工具。具備豐富的數(shù)據(jù)挖掘經(jīng)驗(yàn)，熟悉大數(shù)據(jù)下的ETL與模型搭建，曾獨(dú)立負(fù)責(zé)美團(tuán)用戶信用分評(píng)估、敏感身份挖掘、京東金融APP多個(gè)模塊推薦算法搭建等項(xiàng)目。
覃老師  上海大學(xué)物理學(xué)碩士，創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語(yǔ)音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡(jiǎn)潔清晰。
五、    培訓(xùn)費(fèi)用
培訓(xùn)費(fèi)8800元/人（含培訓(xùn)費(fèi)、場(chǎng)地費(fèi)、考試證書費(fèi)、資料費(fèi)、學(xué)習(xí)期間午餐），食宿可統(tǒng)一安排，費(fèi)用自理。