基于深度学习的计算机视觉
累计咨询人数
3174
免费咨询送福利!
扫码并添加二维码,就可安排获得硅谷导师免费10分钟咨询
价值$100的留学咨询+$200的求职咨询
同时,您还有机会获得更多福利(免费简历修改,在线项目旁听,名企内推直推)
适用人群
本项目针对感兴趣学习深度学习、神经网络训练、自动驾驶领域的学员,可以帮助学员提升项目背景,为未来相关领域求学、职业发展提升竞争力
项目简介
计算机视觉的应用无处不在。从iPhone人脸识别,到无人超市商品分类,甚至于自动驾驶的车辆追踪,肺部X光照片自动诊断,计算机视觉都是最为重要的一环。
在近10年间,计算机视觉技术的发展和深度学习的崛起紧密相连。在2012年,深度卷积神经网络AlexNet以极大的优势夺得ImageNet图像分类大赛冠军。自此,深度学习开始横扫计算机视觉的各类任务,基于深度学习的计算机视觉也成为了学界、业界公认的发展方向
课题开展流程
(1)开题准备
项目要求学生了解基本的机器学习概念(至少学过一门机器学习入门课程),有较为熟练的Python编程基础,并且有基本的数学基础(微积分、线性代数以及概率统计)
(2)项目实施
项目内容主要包括: 机器学习基础概念回顾与进阶;基于Pytorch的深度学习;卷积神经网络;卷积神经网络在图像分类、特征点检测和目标检测的应用;深度学习科研方法论。总时长为12周,每周有约3小时的授课,加上约3小时的课后练习。课程可选搭配一个8-10小时的结业项目
(3)结题成果
项目结题时,学生能够熟练掌握用深度学习的方法完成一系列计算机视觉任务,深入理解深度学习和计算机视觉的核心理论知识,能动手从无到有搭建一个深度学习系统,并具备一定的深度学习科研能力;对于留学申请会有相关背景的大幅度提升,同时也为北美求职打下坚实的基石;会有斯坦福导师提供的项目结业证书以及推荐信
项目大纲
  • 专题内容
  • 项目考察
  • 授课时长
  • 学习时间
  • 机器学习基本概念回顾:有监督学习、优化、正则化、调参、常用机器学习模型等
  • 小测 + 代码练习
  • 2 hours
  • 3 hours
  • Numpy + Pytorch 入门
  • 代码练习
  • 2 hours
  • 3 hours
  • 卷积神经网络:卷积、填充、池化、经典卷积神经网络设计
  • 小测 + 代码练习
  • 2 hours
  • 3 hours
  • 机器学习进阶概念:归一化、dropout、迁移学习等
  • 小测 + 代码练习
  • 1 hour
  • 2 hours
  • 目标检测入门(包含特征点检测)
  • 理论材料学习
  • 1 hour
  • 2 hours
  • 目标检测进阶:FPNs, Yolov3, CenterNet
  • 理论材料学习
  • 1 hour
  • 3 hours
  • 深度学习科研方法论:如何阅读论文,如何追踪最新科研动向
  • 理论材料学习
  • 1 hour
  • 2 hours
  • 结业项目(可选):基于Pytorch搭建一个目标检测模型
  • 综合练习+深度学习网络搭建
  • 2 hours
  • 8 hours