第一天

初識(shí)深度學(xué)習(xí)

概念與術(shù)語(yǔ)（人工智能、計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)）

Python環(huán)境安裝

什么是Opencv框架

如果準(zhǔn)備Pytorch環(huán)境

Window或linux環(huán)境下的準(zhǔn)備工作）

實(shí)現(xiàn)第一個(gè)神經(jīng)網(wǎng)絡(luò)

詳解神經(jīng)網(wǎng)絡(luò)的組成部分

向量化

值歸一化

處理缺失值

過(guò)擬合與欠擬合

權(quán)重正則化

Dropout使用

計(jì)算機(jī)視覺(jué)部分

Opencv和python的整合

加載第一張照片

激活基于Python的攝像頭數(shù)據(jù)源

構(gòu)建一個(gè)CNN模型網(wǎng)絡(luò)

Conv2D

池化技術(shù)

第二天

非線性激活Relu

Mnist數(shù)據(jù)集識(shí)別實(shí)驗(yàn)詳解

模型訓(xùn)練

貓狗照片識(shí)別

利用遷移學(xué)習(xí)進(jìn)行視覺(jué)數(shù)據(jù)分析

VGG模型介紹

InterceptionV3網(wǎng)絡(luò)介紹

ResNet介紹

模型權(quán)重的保存和加載

模型格式的轉(zhuǎn)換

利用Flask框架搭建視覺(jué)模型的Web部署

視覺(jué)檢測(cè)類(lèi)應(yīng)用的實(shí)戰(zhàn)

安裝YoloV4框架

利用Pytorch實(shí)現(xiàn)Yolo的物體識(shí)別功能

實(shí)戰(zhàn)案例1：利用Yolo識(shí)別常見(jiàn)的物體

實(shí)戰(zhàn)案例2：訓(xùn)練自定義數(shù)據(jù)集，識(shí)別自定義場(chǎng)景

實(shí)戰(zhàn)案例3：利用視覺(jué)框架制作車(chē)載疲勞駕駛檢測(cè)器

實(shí)戰(zhàn)案例4：結(jié)合deepsort框架實(shí)現(xiàn)基于視頻流的物體識(shí)別和物體計(jì)數(shù)跟蹤實(shí)戰(zhàn)

課程擴(kuò)展 -- Pytorch中的OpenNMT

課程擴(kuò)展 -- 多模型間的格式轉(zhuǎn)換中間件 ONNX

課程擴(kuò)展 -- fast.ai 平臺(tái)介紹，如何使用免費(fèi)GPU資源