Python+计算机图像（视觉）处理培训班南京及上海班

日程

培训模块

培训内容

第一天

上午

OpenCV使用

  1.安装opencv

  2.图像处理基础

  3.图像运算和变换

4.图像直方图处理

  5.图像平滑处理

  6.图像阈值与分割处理

  7.图像梯度与边缘检测

  8.图像轮廓检测

  9.人脸检测和识别

第一天

下午

卷积神经网络介绍

  1.CNN架构

  2.卷积计算

  3.卷积的步长与填充

4.池化层的原理

5.MNIST数据集介绍

  6.卷积与池化的实现

  7.CNN的可视化实现

第二天

上午

Tensorflow使用

  1.深度学习框架介绍

  2.Tensorflow安装

  3.Tensorlfow基础知识

  4.Tensorflow线性回归

  5.Tensorflow非线性回归

  6.Mnist数据集合Softmax讲解

  7.使用BP神经网络搭建手写数字识别

  8.交叉熵(cross-entropy)讲解和使用

  9.过拟合,正则化,Dropout

  10.各种优化器Optimizer

  11.改进手写数字识别网络

  12.常见的CNN图像分类模型

  13.使用CNN解决手写数字识别

14.Tensorflow高级抽象库

第二天

下午

keras使用

  1.实现线性回归

  2.实现非线性回归

  3.MNIST数据集以及Softmax介绍

  4.MNIST分类程序

  5.交叉熵的应用

  6.Dropout应用

  7.正则化应用

  8.优化器介绍及应用

  9.CNN应用于手写数字识别

  10.cifar-10图片分类

  11.模型的保存和载入

  12.绘制网络结构

第三天

上午

图像识别项目

  1.介绍Google图像识别模型Inception-v3

  2.使用Inception-v3做图像识别

猫狗分类项目

  1.图像数据预处理

  2.猫狗分类-简单CNN

  3.猫狗分类-VGG16-bottleneck

  4.猫狗分类-VGG16-Finetune

验证码识别项目

1.多任务学习介绍

  2.验证码识别项目

第三天

下午

目标检测项目

  1.目标检测任务介绍

  2.RCNN/Fast-RCNN/Faster-RCNN算法介绍

  3.YOLO算法介绍

  4.SSD算法介绍

  5.目标检测项目实战

目标分割项目

  1.目标分割任务介绍

  2.全卷积网络

  3.双线性上采样

  4.特征金字塔

  5.Mask RCNN算法介绍

  6.目标分割项目实战

图像风格迁移项目

1.图像风格迁移介绍

  2.图像风格迁移项目实战

GAN项目

1.生成式对抗网络GAN介绍

  2.生成式对抗网络GAN项目实战