|
|
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。. s1 C" h5 b, ^) ?9 f, c" [, Q! }
课程大纲(课程+配套源码):
4 n: M- T( B& l) g5 L+ b 第1章 课程导学
0 h7 q( z- D( C) y# M 第2章 深度学习基础串讲(必备理论知识)
$ @3 i @9 |& `% B 第3章 卷积神经网络基础串讲(必备理论知识与技巧)
5 U- H) V! }8 X+ Q; Z8 f( r/ p 第4章 Tensorflow基础串讲(必备TF框架知识与实操)
$ E1 Z# `. U: H6 U* w. h* m 第5章 Tensorflow挑战Cifar-10图像分类任务
5 ~6 f, u, r. _; W 第6章 人脸检测业务实战
3 J0 u; Q& z( S 第7章 Flask封装人脸检测模型web服务
2 a' ]. I8 c6 n5 x, Z( o/ @8 \ 第8章 Web服务接口调用与人脸检测模块开发
& R# B! a P4 r, K7 { 第9章 人脸匹配业务实战
% ~) _5 _ H" k& ~. g% t 第10章 68点人脸关键点定位业务实战1 r- z g' }9 j
第11章 活体检测业务实战" k- Q$ W& O" G8 T, M
第12章 人脸属性业务实战/ m! c1 c% p9 I; O) _" Q4 q
第13章 课程总结" K! v6 z- [; I! g; d3 v
( u8 `$ z( h* U; C' e$ T6 V- w
|
|