|
|
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。
2 S" d9 ~2 m* {$ y4 u课程大纲(课程+配套源码):
' a0 ?& U/ Q, V. E& K6 e3 U; Z 第1章 课程导学' b, P* i! \% P/ F4 N& F
第2章 深度学习基础串讲(必备理论知识)
+ | N) t6 F* R 第3章 卷积神经网络基础串讲(必备理论知识与技巧)* O' b0 l( M7 A4 V; q
第4章 Tensorflow基础串讲(必备TF框架知识与实操)
# Q7 K% O% g$ [7 E- }% l 第5章 Tensorflow挑战Cifar-10图像分类任务' A. E5 j1 c+ Z/ E
第6章 人脸检测业务实战
J! N4 z d: p) [" v. o' f. \/ Q 第7章 Flask封装人脸检测模型web服务
$ U- T( @! Q/ r) `; @ 第8章 Web服务接口调用与人脸检测模块开发( n) X/ O# h2 X j
第9章 人脸匹配业务实战
/ U( Q2 u9 k6 r. t2 l/ @) y: c 第10章 68点人脸关键点定位业务实战
8 @% r8 N! R. g( s- ?* A 第11章 活体检测业务实战! A9 K3 \+ {4 W( u; D" V4 q6 v% H
第12章 人脸属性业务实战) i' m1 c: m7 \$ K) q( v
第13章 课程总结$ |2 \1 I: H3 e+ S+ H) m
* I/ p: i% N. T3 [4 a3 y! T
|
|