|
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。* ]6 Q$ l/ m* c8 Z
课程大纲(课程+配套源码):
6 z9 B9 d8 l8 T% J 第1章 课程导学- v* @: A- i4 y
第2章 深度学习基础串讲(必备理论知识)
& a& `! {- R4 J/ D. A, v3 M 第3章 卷积神经网络基础串讲(必备理论知识与技巧)
1 U2 c1 c: I) B b& G0 S. \& q/ i 第4章 Tensorflow基础串讲(必备TF框架知识与实操)
' q& i. t/ z+ _: e 第5章 Tensorflow挑战Cifar-10图像分类任务
; y/ y" H& V* I3 j' E 第6章 人脸检测业务实战 Y) e& t m6 H: I
第7章 Flask封装人脸检测模型web服务0 l w. g) |7 k# Y
第8章 Web服务接口调用与人脸检测模块开发& ^ o. x7 K- ?2 E
第9章 人脸匹配业务实战; y( x" p' U$ D9 N2 z3 c
第10章 68点人脸关键点定位业务实战/ z) E5 [: D* a3 L2 z
第11章 活体检测业务实战
- l, d' A" V7 g8 L6 |) s3 { 第12章 人脸属性业务实战+ O& Q4 X9 v+ x# D& b
第13章 课程总结7 S; Z4 I m2 T; A
9 X! N7 K, Z9 B( ~; D
|
|