|
|
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。. U1 o5 I8 V! j2 ?* ]
课程大纲(课程+配套源码):
" b3 T5 c' y) Z 第1章 课程导学
3 H- W1 d$ d' z- Y9 a5 k 第2章 深度学习基础串讲(必备理论知识)
# n4 n6 S3 P2 Z: K5 t) x5 y 第3章 卷积神经网络基础串讲(必备理论知识与技巧)
+ I5 }4 G7 q; A! ` 第4章 Tensorflow基础串讲(必备TF框架知识与实操)
: h( _8 m' `& Q3 @+ y; L5 B 第5章 Tensorflow挑战Cifar-10图像分类任务) G) R- T# d( w" V% P4 O5 l
第6章 人脸检测业务实战% S# Q; I3 _4 d7 T
第7章 Flask封装人脸检测模型web服务3 f8 H) P7 Z6 |2 @8 _
第8章 Web服务接口调用与人脸检测模块开发6 @+ o& `) B6 p) I: J2 j
第9章 人脸匹配业务实战/ \! m; O4 Y1 m
第10章 68点人脸关键点定位业务实战
% t2 y4 s8 K+ |. a) e0 F2 w/ Z 第11章 活体检测业务实战
* x* v8 [. ~% ]8 {- \8 G 第12章 人脸属性业务实战+ @' t2 n; c+ {/ i6 Z. w
第13章 课程总结
1 \7 H a5 o. L3 t + j5 b$ D3 T/ p" v8 ~. f, M k" D6 q
|
|