計算機視覺算法工程師其它上課時間：

• 2021/6/24至2021/6/25 深圳

• 2021/6/28至2021/6/29 上海

• 2021/7/1至2021/7/2 北京

• 2021/10/25至2021/10/26 上海

• 2021/10/28至2021/10/29 北京

• 2021/11/1至2021/11/2 深圳

算法工程師、程序員、高級程序員、資深開發(fā)人員。線下培訓費：5900元/人（含教材、證書、午餐、學習用具等）。住宿協(xié)助安排，費用自理。

各有關單位：
在人工智能的體系中，計算機視覺擔任眼睛的任務，是人工智能中復雜度最高的任務之一。計算機視覺算法工程師是目前軟件開發(fā)中急需的高層次技術人才，培訓中心特別研發(fā)了“計算機視覺算法工程師”培訓課程.
培訓目標
1、掌握計算機視覺的核心思想與方法，并能夠在工程實踐中靈活應用。
2、理解主流計算機視覺的問題、對策、解決方案與整體應對策略。
3、能夠發(fā)揮創(chuàng)造性思維去改進已有的過程與設計方案，以應對技術發(fā)展的新需要。

課程大綱

第一講計算機視覺基礎理論與工具介紹
1.Anaconda,Jupyternotebook，openCV和Pytorch的安裝使用方法
2.計算機視覺基礎理論和歷史沿襲
3.圖像處理理論和實踐
4.實例：人臉識別，換臉
第二講高層次特征表示
1.數(shù)據驅動模型介紹：K近鄰、線性分類器
2.神經網絡模型介紹
3.卷積、池化、激活函數(shù)的作用與理解
4.論文研讀：
a)Gradient-BasedLearningAppliedtoDocumentRecognition
5.實例：30分鐘速成PyTorch
6.實例：OCR-mnist數(shù)據集論文復現(xiàn)和應用于驗證碼識別
第三講現(xiàn)代計算機視覺
1.卷積神經網絡的理解和應用
2.主流卷積神經網絡分析
3.現(xiàn)代計算機視覺的主流發(fā)展方向
4.論文研讀:
a)ImageNetClassificationwithDeepConvolutionalNeuralNetworks
b)GoingDeeperwithConvolutions
c)DeepResidualLearningforImageRecognition
5.實例：論文復現(xiàn)：應用于大規(guī)模圖像分類問題
第四講目標檢測算法
1.滑動窗口算法
2.單階段目標檢測算法
3.雙階段目標檢測算法
4.論文研讀：
a)FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks
b)YouOnlyLookOnce:Unified,Real-TimeObjectDetection
5.實例：論文復現(xiàn)：應用于行人檢測和自動駕駛

課程主講

郝老師
AI視覺識別方向負責人，具體負責工作：研究計算機視覺任務在異構平臺的加速；計算機視覺和深度學習在產業(yè)領域的應用和推廣。