DL4CV实战——构建基于深度学习的智能图像识别系统(第一期) DL4CV实战——构建基于深度学习的智能图像识别系统(第一期)
所属分类:数据分析
  课程名 : DL4CV实战——构建基于深度学习的智能图像识别系统(第一期)【开课中】 总学费/人 : ¥400 (固定学费:¥100, 逆向学费:¥300) 开课时间 : 2018-07-14 09:00:00 
开课老师 : jsxyhelu


课程简介:

    深度学习的重要意义毋庸置疑,它在图像处理方面相关领域有许多实际应用。将图像处理和深度学习相结合,能够很好地解决很多问题。

    本课程在基础知识的讲解,更关注完整完整工具链的搭建和使用:我们不仅要能够实现一个以vgg-16为基础的CBIR系统的深度学习模型,并且要通过训练和调参,使其能够解决实际问题;更进一步要将其作为webapi的服务开放出去,让我们的客户端(PC和Android)都能够调用。


课程大纲:

第一课、综述。为什么要做这个方面的研究学习?学习什么内容?怎样进行有效学习?相关资料的推荐

第二课、基本单机环境的搭建;Python语言在深度学习中的作用

第三课、jupyter联机环境的搭建;xxnet的使用,colab环境的搭建使用,运行第一个深度学习的例子,特别是要将曲线图绘制出来

第四课、对numpy的简单介绍.和本课程相关的Python语法简介,要提取重点。运行第一个mnist的例子(给深度学习入门者的Python快速教程)


第五课、vgg-16模型简介,使用已经搭建起来系统训练和测试公用数据集

第六课、模型迁移和数据集增量概论简介,对本系统作用

第七课、CBIR(以图搜图)需求简介,如何基于vgg-16模型实现CBIR

第八课、在现有基础上,如何看懂结果曲线,并进行参数调优

 

第九课、flask简介和mvc基础框架

第十课、flask进阶,搭建基础上传、下载服务,开放webapi服务

十一课、增加js/css,实现美化界面(代码开发、方便复用)

十二课、结合现有模型,开放提供CBIR的webapi服务

 


十三课、总结,课程回顾




我要报名

 

GMT+8, 2018-7-18 07:21 , Processed in 0.152251 second(s), 27 queries .