階段1 圖像預(yù)處理
第一部份：OpenCV 及圖像處理基礎(chǔ)
知識(shí)點(diǎn)：圖像處理，灰度值提取，Histogram提取
第二部份：OpenCV進(jìn)階：圖像濾波，特征提取及匹配
知識(shí)點(diǎn)：Sift，視覺(jué)和圖像變換, 邊緣檢測(cè)算法等
第三部份：實(shí)踐：利用KNN算法和OpenCV進(jìn)行手寫字符識(shí)別
階段2: 創(chuàng)建自己的圖像識(shí)別神經(jīng)網(wǎng)絡(luò)
第四部份：深入理解神經(jīng)網(wǎng)絡(luò)的前向傳遞和反向傳播及其物理意義
知識(shí)點(diǎn)：Loss function，交叉熵代價(jià)函數(shù)，梯度下降法求導(dǎo)
第五部份：訓(xùn)練你自己的網(wǎng)絡(luò)，重點(diǎn)為調(diào)參和工作中用到的一些技巧
知識(shí)點(diǎn)：Loss function，交叉熵代價(jià)函數(shù)，梯度下降法
第六部份：卷積神經(jīng)網(wǎng)絡(luò)（RNN）在圖像分類識(shí)別中的應(yīng)用（附python編程和算法解析）
知識(shí)點(diǎn)：數(shù)據(jù)輸入層，卷積計(jì)算層，激勵(lì)層（Sigmoid，Tanh，ReLu，ELU），池化層，全聯(lián)接層，Batch Normalization, 學(xué)習(xí)率
第七部份：實(shí)踐，不使用任何工具包，訓(xùn)練一個(gè)屬于你自己的神經(jīng)網(wǎng)絡(luò)進(jìn)行手寫字符識(shí)別
系列3. 深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)階
第八部份：不同的神經(jīng)網(wǎng)絡(luò)類別和應(yīng)用
知識(shí)點(diǎn)：調(diào)參基本技巧，向量點(diǎn)積
第九部份：深度卷積神經(jīng)網(wǎng)絡(luò)原理及實(shí)踐
知識(shí)點(diǎn)，神經(jīng)網(wǎng)絡(luò)的遷移學(xué)習(xí)技巧
第十部份：搭建圖片搜索系統(tǒng)，深入理解Triplet Loss 及其訓(xùn)練技巧
第十一部份：實(shí)踐：使用Tensorflow/Keras搭建神經(jīng)網(wǎng)絡(luò)，進(jìn)行圖像分類
階段4: 目標(biāo)檢測(cè)和LSTM標(biāo)注法
第十二部份： 目標(biāo)檢測(cè)算法
知識(shí)點(diǎn)：Fast RCNN , Faster RCNN, Yolo, SSD
第十三部份：LSTM 標(biāo)注學(xué)習(xí)
第十四部份：實(shí)踐：使用Tensorflow/Keras在數(shù)據(jù)集上進(jìn)行目標(biāo)檢測(cè)
合作伙伴與授權(quán)機(jī)構(gòu)
總部李老師
