|
|
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。- i* z$ ^; H6 i/ l
课程大纲(课程+配套源码):! z8 E% o2 X9 P
第1章 课程导学8 v1 P) {& t. c$ a ~7 J d7 \
第2章 深度学习基础串讲(必备理论知识)5 M1 f7 v8 N. Q. x" f2 U
第3章 卷积神经网络基础串讲(必备理论知识与技巧)
7 `# R; ^3 f, M+ c7 f) X; d7 X- m; e0 w 第4章 Tensorflow基础串讲(必备TF框架知识与实操); J! ?4 u9 ~/ \+ D6 h' i
第5章 Tensorflow挑战Cifar-10图像分类任务: ~$ O) k3 J2 |9 O
第6章 人脸检测业务实战
" w+ q& \3 _# y- i, i. P S/ \ 第7章 Flask封装人脸检测模型web服务0 \! w& }4 d: ^1 n
第8章 Web服务接口调用与人脸检测模块开发5 l4 i3 k/ V2 Z1 b5 T% @
第9章 人脸匹配业务实战" }# h4 X3 P/ i1 `* d7 U) D
第10章 68点人脸关键点定位业务实战" u4 k* ?- |8 J" ?- E& B8 S, a
第11章 活体检测业务实战$ {( Z. r4 E" W. v2 ?" ~
第12章 人脸属性业务实战. ^9 `+ U! ~! ?: `" W4 w( R
第13章 课程总结) P' d# a. n) {/ e2 s! H# j
$ y, h7 R9 ]7 @2 X
|
|