|
|
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。: m7 I* }7 K- z4 g. l2 l
课程大纲(课程+配套源码):
' {6 R7 {0 |1 E! H1 T1 @ 第1章 课程导学
) _: x; {5 q& B0 a7 i. D3 x4 Y 第2章 深度学习基础串讲(必备理论知识) m: n2 N3 \$ a; H7 B: x
第3章 卷积神经网络基础串讲(必备理论知识与技巧)* c; T, W) l+ g d/ h# w
第4章 Tensorflow基础串讲(必备TF框架知识与实操)
0 p. Y0 |+ Z1 E& { 第5章 Tensorflow挑战Cifar-10图像分类任务
# q8 r: m( X+ H 第6章 人脸检测业务实战# C- O3 u, D' c8 ?3 O
第7章 Flask封装人脸检测模型web服务
7 |1 {, _$ J0 s8 W! ?; V8 ` 第8章 Web服务接口调用与人脸检测模块开发# `% C. c! @! r/ e4 D! x$ ~
第9章 人脸匹配业务实战
! k& `3 U$ Q! Z I% P 第10章 68点人脸关键点定位业务实战
5 c4 N- H, ~) q6 y k5 o3 y 第11章 活体检测业务实战
$ X0 t( Z# W/ F( f7 Q 第12章 人脸属性业务实战) v( Y' n( V" W% U5 {7 v: j! N
第13章 课程总结
6 T) J( Y; {) v) G$ C2 v' d 8 a/ Z2 S" k" f- f; e4 F. ^
|
|