|
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。1 b7 J4 P( r, B+ V; b, L
课程大纲(课程+配套源码):
: t6 j# x. ~/ M- X5 v/ J 第1章 课程导学
" Q) Q( T6 i( C: ?! [3 D4 K 第2章 深度学习基础串讲(必备理论知识)- `& k4 j7 \3 q) v: ^
第3章 卷积神经网络基础串讲(必备理论知识与技巧)2 r* r# J# q1 O) x' N% G
第4章 Tensorflow基础串讲(必备TF框架知识与实操)
$ L; V0 K9 b8 o3 m: \: r( ]' ? 第5章 Tensorflow挑战Cifar-10图像分类任务
0 u% J! _$ g& Z; X3 } 第6章 人脸检测业务实战, p' V( A% O7 \* S
第7章 Flask封装人脸检测模型web服务
v9 n6 u: e& `/ @ 第8章 Web服务接口调用与人脸检测模块开发. w( X- H! a( x$ E2 o1 h" ^
第9章 人脸匹配业务实战
1 T6 _, {5 ]: K4 M' e2 O+ a4 v 第10章 68点人脸关键点定位业务实战
( h0 O. D5 F& L- A3 b! ^ 第11章 活体检测业务实战
; X: Q5 k$ ^ k' O% c# h 第12章 人脸属性业务实战
% W2 C& U( S( a* |" y 第13章 课程总结
& |" ?3 p0 P& A7 {0 ~ & H" i: j- S8 F7 s* m" \
|
|