|
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。4 K6 V' e3 B3 \' e$ W4 d0 h
课程大纲(课程+配套源码):
5 `3 E2 [0 E1 z* g* k! H b* d 第1章 课程导学8 s. r/ e1 J7 M. v) o U8 g8 Y
第2章 深度学习基础串讲(必备理论知识)8 w; W; u, _* L3 F
第3章 卷积神经网络基础串讲(必备理论知识与技巧)1 k- k( ^) S2 |7 Y, e
第4章 Tensorflow基础串讲(必备TF框架知识与实操)8 j2 d6 K8 G6 n$ H& c6 |
第5章 Tensorflow挑战Cifar-10图像分类任务
3 V7 g2 E3 b0 D! n 第6章 人脸检测业务实战+ p4 c9 a1 }! W
第7章 Flask封装人脸检测模型web服务/ n& y: c, P: u5 f
第8章 Web服务接口调用与人脸检测模块开发: V, M8 E: B$ {4 r- }2 }% r0 F
第9章 人脸匹配业务实战
( P6 N" R8 W2 y) h* E: w3 M 第10章 68点人脸关键点定位业务实战% H8 w5 p2 z7 j9 w; j5 [
第11章 活体检测业务实战7 g8 a6 n9 w! ^
第12章 人脸属性业务实战
1 Z* X6 n( G' o; A% A 第13章 课程总结: {! b" l6 O/ K# ^4 g& n/ k
* K, A4 r# B! f1 g: ^
|
|