|
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。* M9 D' p/ j3 b: k) y
课程大纲(课程+配套源码):
6 Z" v f y5 b! |$ M& U* z 第1章 课程导学
- `* E- Q0 o* ~8 z, R9 z 第2章 深度学习基础串讲(必备理论知识)
: J3 B1 \3 x- X- ^ w& K$ f 第3章 卷积神经网络基础串讲(必备理论知识与技巧)
4 {& }3 `) ]" K! F5 U4 p, q- N 第4章 Tensorflow基础串讲(必备TF框架知识与实操)
9 S( Q% u9 S r6 e' O( U 第5章 Tensorflow挑战Cifar-10图像分类任务
# O9 D+ s0 Z) s. r8 ]: a1 F- Q 第6章 人脸检测业务实战
: c5 n2 f$ P L4 a5 v" i2 f 第7章 Flask封装人脸检测模型web服务
. g+ X6 l- @6 T" A0 y 第8章 Web服务接口调用与人脸检测模块开发+ e/ w% E. d3 Q7 n
第9章 人脸匹配业务实战
& v: Y: q8 o; r% C2 k 第10章 68点人脸关键点定位业务实战
/ \+ S" g/ P3 I. \5 h3 L' @. g! E& p 第11章 活体检测业务实战2 c0 m6 x- r: q. P1 _# B
第12章 人脸属性业务实战
+ G! D# ^+ X- k' |, K J 第13章 课程总结/ R( B+ a/ ?& H3 F4 K) f
) Z8 x4 a s( p; O- R
|
|