极市CV课程
《深度学习之数据使用》
数据的获取
数据的整理
数据的标注
数据的增强
数据的分析
《深度学习之图像分类-理论实践篇》
图像分类简介 多类别图像分类 细粒度图像分类 多标签图像分类 弱监督图像分类 零样本图像分类 4个实践案例:人脸表情分类实战、动物细粒度分类实战、生活用品多标签图像分类实战、基于血红细胞的图像分类竞赛技巧
《深度学习之目标检测-理论实践篇》
two-stage算法-Faster RCNN系列详解
one-stage算法-YOLO系列详解(从YOLO v1到YOLO v5)
Anchor-free算法系列详解(包括Densebox、CenterNet、CornetNet等)
YOLOv3实战(工业缺陷检测)
Faster-RCNN实战(猫脸检测)
CenterNet(电路板缺陷检测)
MMdetection框架使用
# 课程出品团队 #
实现对计算机视觉、深度学习及OpenCV基础知识的全面了解
课程包含大量的实训环节大幅提升应用能力
课程II重在嵌入式系统上的应用开发
官方颁发的培训证书
# 课程出品团队 #
以上十分适合这样的你来学习:
学习人工智能/深度学习算法的初学者; 缺乏实践经验的本科生、研究生、博士生及部分老师; 人工智能岗位求职及在职人员:产品经理、计算机视觉算法工程师、机器学习算法工程师、深度学习算法工程师、人工智能算法测试工程师。