CV计算机视觉集训营

课程大纲

第一章：课程介绍、编程环境配置、逻辑回归

第二章：神经网络

第三章：深度神经网络

第四章：递归神经网络LSTM

Project1-看图说话

    Part1: VGG16定义的CNN网络结构创建

    Part2：VGG16网络提取图像特征

    Part3：图像生成

    Part4：Keras搭建图像生成网络, 训练网络

    Part5：BLEU指标评价图像生成的质量

第五章：深度学习的可解释性

第六章：图像处理和计算机视觉简介

Project2-图像识别之交通指示牌识别

    Part 1: 数据增强

    Part 2: 图像预处理

    Part 3: 设计卷积神经网络进行神经学习

    Part 4: Debug, 根据validation和实际使用的结果做调整

第七章：用于视觉识别的卷积特征

第八章：物体检测

Project3(开放式项目)-自动驾驶之方向盘操纵

    Part 1: 图像预处理

    Part 2: 数据增强

    Part 3: 设计网络结构

第九章：图像分割和合成

Project4-目标检测之道路行人车辆检测

    Part 1: SSD 目标识别网络结构介绍

    Part 2: 构建AnchorBoxes层

    Part 3: 构建DecodeDetections层

    Part 4: 训练和测试

Project5-二值化神经网络(BNNs)

    Part 1: 二值化的背景知识

    Part 2: 二值化网络的前馈算法(forward feed)

    Part 3: 使用程序代码实现二值化网络

    Part 4: 使用二值化网络进行手写数字的识别

Project6-效率网络EffNet(MobileNet的进步版本)

    Part 1: 移动设备/IOT设备对低能耗, 低计算量深度网络的需求

    Part 2: 卷积分解

    Part 3: Depthwise卷积

    Part 4: 使用代码实现EffNet(MobileNet)的进步版本

    Part 5: 使用EffNet进行手写数字的识别

Project7-孪生网络(SiameseNet)

    Part 1: 一次性学习(one-shot learning)的原理和必要性

    Part 2: 孪生网络(SiameseNet)的网络结构

    Part 3: 使用代码实现孪生网络(SiameseNet)

    Part 4: 使用孪生网络(SiameseNet)做一个基于人脸的门禁/打卡系统

Project8-胶囊网络(Capsule Neural Networks)

    Part 1: 卷积网络的不足, 胶囊网络提出的解决方案

    Part 2: 胶囊网络的网络结构

    Part 3: 胶囊网络的前馈算法

    Part 4: 使用胶囊网络重建输入数据

    Part 5: 使用代码实现胶囊网络

    Part 6: 使用胶囊网络进行手写数字的识别和重建

获取方式（备注贪心cv）

图片发自App