|
|
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 m& q0 E% K3 g& q) s# }课程大纲(课程+配套源码):
9 Y+ t( S5 Q& x- V' A6 L. N; _ 第1章 课程导学
4 O. M) |7 D5 F+ m Z; [* ~+ W 第2章 深度学习基础串讲(必备理论知识)
" f: V, g8 ^% H6 r# S+ V 第3章 卷积神经网络基础串讲(必备理论知识与技巧)
% E8 W- @: w4 ]! Q1 }! i 第4章 Tensorflow基础串讲(必备TF框架知识与实操)
$ J! w2 X, [% k 第5章 Tensorflow挑战Cifar-10图像分类任务8 H0 p+ q" b" b* K3 U" X) ?
第6章 人脸检测业务实战' r% Q: @% e8 _+ I
第7章 Flask封装人脸检测模型web服务) x, o; w6 ~6 {" z5 j9 L
第8章 Web服务接口调用与人脸检测模块开发
6 i* l8 W& D: ?# J+ Y 第9章 人脸匹配业务实战* n/ n1 b$ W. \. s
第10章 68点人脸关键点定位业务实战
. ~4 B! Z1 v6 Y# O 第11章 活体检测业务实战
4 A) f) M0 v& |7 O8 Z 第12章 人脸属性业务实战' q" ^# L- v0 E$ k) v) |/ V' X
第13章 课程总结
z7 e- z+ U- H( q7 H
& A, v' {& D" X. ^
|
|