课程精讲必要的基础原理,拆解精巧案例,分享代码技巧与实战干货,帮助学员打牢包含深度学习、神经网络在内的基层筑底知识,掌握好后快速迁移至计算机视觉其他方向,重点带领学员动手进行代码实战,发放代码资源,学员随课运行,使学员充分掌握计算机视觉知识,学有所用!

本课程为金牌讲师直播授课+在线答疑形式;总共包含9大学习章节,分为4周学习阶段,每周2次授课,平均每周4小时上课时间与全程答疑。
  • 第一章 基础环境准备

    成为编程高手的四个技能:数学、编程、统计、算法
    Python的安装
    Anaconda的安装
    PyCharm的安装
    Jupyter Notebook的使用
    深度学习框架的搭建
    GPU的适配安装
    pip命令的使用介绍
    conda命令和pip命令的异同点
    安装一些最常用的工具包

  • 第三章 动手实战,教机器学会疲劳监测

    疲劳的特征是什么
    在没有深度学习概念前,如何实现脸部关键点检测
    什么是神经网络
    什么是卷积神经网络
    什么是卷积核
    什么是池化
    什么是标准化
    什么是躺平层
    什么是全连接层
    什么是激活函数
    Python动手实战,边实战边讲解

  • 第五章 动手实战,教机器拍出背景虚化的人像照片

    例子:照片背景虚化
    整体实现思路的步骤
    图片分割的知识背景
    业界常用的图片分割场景
    图片预处理:opencv计算机视觉库的函数
    可以“站”的巨人肩膀
    Google MediaPipe的深度学习库
    Numpy进阶:stack函数
    Numpy进阶:where函数
    Python动手实战:边实战边讲解

  • 第七章 动手实战,教机器认钟表读数

    自制一个钟表数据集需要用到的包
    数据集的X和Y分别是什么
    基础知识:制作表盘
    基础知识:制作时针和分针
    Python动手实战:自制数据集代码
    重点知识讲解,该如何设计模型的结构
    模型的损失函数设计
    这些知识点的归纳总结
    Python动手实战,边实战边讲解

  • 第九章 动手实战,教机器识别手写数字的异常检测

    什么是异常检测
    各行各业的异常检测有哪些
    异常检测的数据集特征
    标准方差的统计分布识别异常检测
    箱线图的统计分布识别异常检测
    密度算法识别异常检测
    深度学习的自动编码器识别异常检测
    自动编码器的几个核心知识点
    一份很特别的数据集

项目案例 实战特训

有知识的地方必有案例,7大有趣案例,每周练习,玩转计算机视觉!
(以下选自课程案例)

业界师资

张华
从一线程序员、数据和算法领域工程师,逐渐成长为企业大数据、AI、商业智能团队负责人。在业务需求理解、模型抽象、整体解决方案、代码开发与调优部署等方面,具备多年实战及管理经验。 授课思路活跃,逻辑严谨,善于沟通,风趣幽默,深受学员喜欢,线下培训班期期爆满,广受好评。
樊老师

finish the course ,you will get ...

完成学习计划后,你将获得...

学位证书  certificate
含金量 由CDA专项技能培训颁发的学习结业证书。
用   途 是对个人学习经历及能力认可,证书真实且永久有效。
就业推荐  employment
新人入职 掌握计算机视觉编程理论知识,吸收课程创新思维。
转行跳槽 夯实模型框架基础,用所学解所惑。
会员服务  VIP service
社群活动 获取课程专属资源包,与名师课堂连线。
特权资质 实时解决所遇难题,与助教随时互动,拥有贴心专属指导。

专业荣誉 授予专项学习结业证书,证明学员在该领域内掌握专业相关技能

企业认证 证书绑定每位学习者的实名信息,永久有效

真实有效 是对学习经历能力的肯定,对自我不懈努力的认可,也是对踏步未来旅途的期待