|
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。) Y {7 L4 c( s4 ?9 K; L2 ]
课程大纲(课程+配套源码):
$ N7 z, {, S0 r0 M 第1章 课程导学5 @0 c# X! j* ^/ p9 r
第2章 深度学习基础串讲(必备理论知识)5 M- z; t( A' E/ s' J
第3章 卷积神经网络基础串讲(必备理论知识与技巧)
% e. |4 `, M+ j" F- a2 t: e; u- M 第4章 Tensorflow基础串讲(必备TF框架知识与实操)" G. O& h5 Y& ]/ k* y
第5章 Tensorflow挑战Cifar-10图像分类任务" L u) W4 I8 G; t! H
第6章 人脸检测业务实战; w( O5 ^8 a' Y6 U( v
第7章 Flask封装人脸检测模型web服务
7 A" k7 D& ?7 J: W0 Y* B+ ? 第8章 Web服务接口调用与人脸检测模块开发
U, G' t3 n/ ^+ m( a+ S 第9章 人脸匹配业务实战
6 r5 V* m7 _& T! j4 T# p 第10章 68点人脸关键点定位业务实战
" N0 X+ z( w( E1 g% c 第11章 活体检测业务实战
) d8 R1 ]0 C+ N0 x 第12章 人脸属性业务实战( s y: P0 S, \% ^! O
第13章 课程总结
$ h' F/ p d: ?' w
/ i, v) I# G1 z6 n: x7 l/ I
|
|