|
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。
# Y. {2 {3 `. Q课程大纲(课程+配套源码):6 q7 y3 o1 f; m
第1章 课程导学
) G1 l; C& o) h. l! c. [2 }! o 第2章 深度学习基础串讲(必备理论知识)( m6 O- R7 s$ k7 ?& b2 w4 `. {% W
第3章 卷积神经网络基础串讲(必备理论知识与技巧)
$ e7 h E3 a# Z* H 第4章 Tensorflow基础串讲(必备TF框架知识与实操); H! e' |4 H1 `/ P
第5章 Tensorflow挑战Cifar-10图像分类任务/ G: w7 U3 r9 a' ?; s
第6章 人脸检测业务实战
! A; m/ i/ p8 t6 G' B; e" R 第7章 Flask封装人脸检测模型web服务
# S& d5 c3 F; L& G- F i" j+ {( D 第8章 Web服务接口调用与人脸检测模块开发
2 w# A) i$ `; q0 ]# J* w' G 第9章 人脸匹配业务实战
9 v ~, K: [& G6 h 第10章 68点人脸关键点定位业务实战
% \* k- N3 S; \2 n: w Q/ ` 第11章 活体检测业务实战+ M- \, k3 d5 M7 r
第12章 人脸属性业务实战/ {. f* c% }. ^! N R
第13章 课程总结. ~8 d/ I* u N2 g0 x
. V) l7 h' Z- c) |& `
|
|