|
|
伴随着人工智能技术的发展,深度学习技术变得越来越热门,越来越多的人选择转行做深度学习算法工程师。本课程围绕人脸相关技术,展开多个模型的教学,涉及人脸检测、人脸匹配、人脸关键点定位等基础研究技术,最终搭建一个人脸智能小程序,完成整个项目的实战应用,最终可以达到算法工程师的初步要求。
* H) J" K; x2 t @' d0 K2 d! E- t课程大纲(课程+配套源码):
# w- t& U7 t G0 b D 第1章 课程导学5 b: G' y- x% |
第2章 深度学习基础串讲(必备理论知识)
; U# b m1 x9 o" s8 L: h: j 第3章 卷积神经网络基础串讲(必备理论知识与技巧)5 N, H0 P. b7 z! ~ d1 A$ \
第4章 Tensorflow基础串讲(必备TF框架知识与实操)2 I3 B5 R! e" e' D0 i- x9 Z
第5章 Tensorflow挑战Cifar-10图像分类任务
, O! U' ^% s5 o- z; s/ k( J$ ]. J 第6章 人脸检测业务实战
$ N, I/ t% Z: E+ `/ i; q* M$ T: | 第7章 Flask封装人脸检测模型web服务
' K, ^' o4 d8 m4 B, ^: `$ v# l$ ` 第8章 Web服务接口调用与人脸检测模块开发
, Z; f* g0 U" f9 E2 x( Y1 m1 g 第9章 人脸匹配业务实战
( \$ v" v; a% u/ y 第10章 68点人脸关键点定位业务实战
o2 C0 ]: i+ C 第11章 活体检测业务实战
. C- g( ]( f! i6 Z: d" { 第12章 人脸属性业务实战' S% a u) k6 d. e- I
第13章 课程总结+ b s( G" T$ B/ N5 I
1 `! q4 [) y) `. Z5 u) ]
|
|