2018七月算法-机器视觉班 [从CV基础到深度学习实战

admin

2018七月算法-机器视觉班 [从CV基础到深度学习实战

课程简介 本课程课程大纲从图像处理基础、机器视觉中的特征提取与描述、坐标变换与视觉测量，到数据处理、图像搜索、深度学习在图像识别中的应用、图像标注与问答、3D计算机视觉、机器视觉项目实战。整个课程由浅入深，结合案例真枪实战，是不可多得的CV上佳课程。 《计算机视觉班 》课程大纲6 y$ o# d) x! x* U 金9 G0 A! r5 U! l' ^. ^8 s- y 第一讲 工欲善其事必先利其器——图像处理基础9 s! @& j: ]: U+ h0 Y) ^- U3 ? 1. CV背景介绍 2. OpenCV完全解析基础0 ?9 q# H4 \, o5 G 3. 图像的基本操作：遍历图像6种方法，ROI选取等! L3 u  ?: }( c7 x  X8 ]# [, c 第二讲  初探计算机视觉, s) V" Y1 V- ~6 A! L' M' o8 g/ K 1. VideoCapture类介绍 2. Opencv编程常见错误/ Q8 ^% C0 b2 ^( {. A: S 3. Python环境搭建+语法 应用：机器学习在CV中的应用（python与C++多种演示）6 z0 F  t2 E) l8 a& y& M 第三讲 空域图像处理的洪荒之力 1. 图像卷积运算 2. 边缘检测方法：sobel，canny以及图像拉普拉斯4 Z* N1 s/ y/ M( u 应用：车牌识别项目 ! d0 |# c" ~  @1 H: ?; x 第四讲：机器视觉中的特征提取与描述 1. 霍夫变换 2. 局部特征大汇总（GFTT，SIFT，SURF，FAST，ORB…） 应用：无人车项目提示 7 q* y, |3 N4 Y3 c 第五讲：坐标变换与视觉测量6 Z' e: b/ p, Y1 g: Y: M3 t; S 1. 相机模型$ D$ @1 f5 A- _2 l. P: K 2. 2D、3D、坐标变换/ ~8 ?' F& a( F; _9 }9 z 3. 相机标定 应用：增强现实技术simple VR不神秘（第四，第五讲综合演练）# \+ t$ o- a+ W! G 9 p+ w" d3 ^* ]/ J# A" G% D6 x6 f! { 寒( H4 o. x- P: F! ]) W3 ^  b 第六讲：深度学习在图像识别中的应用 分类：linear regression, neural networks 检测：bounding box regression) a2 L7 C$ c% v, f' l; C3 w: j* j 定位：localization' }! K8 s9 J. r8 t" g 应用：使用CNN进行图像识别 第七讲：图像检索& Y7 ~& L8 k4 O 1. 图像检索与特征抽取& H) f  u5 p5 ?* }. E5 M 2. 海量数据与快速检索 3. 电商商品检索技术 应用：基于Tensorflow与近似最近邻查找的图像检索示例 李 第八讲：图像标注与问答) K  J- `) b/ v; C- k 1. 语言模型介绍 2. LSTM模型与标注问题 3. 应用：DenseCaption in Generating Captions in Images.1 K1 F# V) j8 T' P3 C* X7 P 第九讲：3D计算机视觉 1. 表面和外形重构 2. 基于模型的重构 3. 应用：人脸动画 5 V. u$ Z; i9 L/ N8 w/ q 冯 第十讲：机器视觉项目实战 CV 实战：以鲸鱼识别为例，利用深度学习解决Kaggle竞赛中的图像分类问题

游客，如果您要查看本帖隐藏内容请回复

[/hide]