许多计算机视觉任务需要对图像进行智能分割,以理解图像中的内容,并使每个部分的分析更加容易。今天的图像分割技术使用计算机视觉深度学习模型来理解图像的每个像素所代表的真实物体,这在十年前是无法想象的。
目标检测和人脸检测
那么为了让大家更好地掌握 图像分类和分割 ,现邀请到人工智能实战专家的唐宇迪博士,专为深度学习的同学开设了图像分类和分割 训练营【实战篇】
3天搞定 图像分类和分割
从理论基础到核心原理
课程安排
上课时间:6月2日-4日,每晚20:00-22:30
课程服务:录播授课+讲师答疑+课堂笔记+作业布置
神经网络模型细节知识点分析.
神经网络模型整体架构解读.
计算机视觉核心模型-卷积神经网络.
卷积神经网络整体架构及其参数设计.
PyTorch框架整体功能解读.
图像预处理与图像增强实例.
图像分类项目流程分析.
预训练模型的作用与效果.
图像分割算法解读.
Unet算法实例应用.
物体检测算法解读.
YOLOV5实例应用.
回放视频会在当天晚上下课之后上传,找助教老师获取下载链接即可。PPT课件、课堂笔记会在6月4日统一发给完成全部作业且3天都到课的同学。
原价199
扫描下方二维码
0.02元报名
专属福利
扫码参与必得咕泡内部福利:技术资料+面试题库
原价199
扫描下方二维码
0.02元报名
福利较大,限前200名