|
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。
' F7 s. p# M% F' y5 f) r4 Z+ e课程大纲(课程+配套源码):' P: P1 i( ]" [" P& I e9 g' [
第1章 课程导学
2 ]# V& \7 ~5 m6 n 第2章 深度学习基础串讲(必备理论知识)
* ?) M5 T: f- Y3 Y 第3章 卷积神经网络基础串讲(必备理论知识与技巧). u6 L7 Q/ t' w; `
第4章 Tensorflow基础串讲(必备TF框架知识与实操)
* u! ~& |% d" I) K5 X7 T7 } 第5章 Tensorflow挑战Cifar-10图像分类任务
6 f2 s8 d, [5 _/ F' h 第6章 人脸检测业务实战
; G3 r/ i$ I8 o |6 d! U5 r R: F/ @ 第7章 Flask封装人脸检测模型web服务
; b$ u' k5 o% F* D 第8章 Web服务接口调用与人脸检测模块开发* L0 \# x3 W' Q' }* b( F, \) ]
第9章 人脸匹配业务实战5 I& Y; G) G9 X6 V+ }; l: q
第10章 68点人脸关键点定位业务实战, \( p3 X, l# ^
第11章 活体检测业务实战
; e( v% C1 }) X1 o$ o 第12章 人脸属性业务实战
/ A: L+ f1 d Q 第13章 课程总结
8 v. C0 N5 B' U R1 ~9 k3 h* Q
6 I* ^ Y8 n b" k6 m' u( Y7 t
|
|