CV项目班 第8期

课程详情

课程详情

课程聚焦 CV 领域的热门应用场景，从基础算法到复杂项目开发，通过多个完整的实战项目，让学员深入理解图像分类、目标检测、图像分割等核心技术，掌握模型训练、优化与部署的全流程，具备独立开发 CV 应用的能力。

适用人群

  • 具备 Python 编程基础，了解深度学习基本概念（如神经网络）的开发者；
  • 学过 CV 入门知识，希望通过实战提升项目开发能力的学习者；
  • 计划从事计算机视觉相关工作，需要积累项目经验的应届毕业生；
  • 从事 AI 应用开发，想拓展 CV 技术栈的工程师。

课程特色

  • 全项目贯穿教学：以 6 个不同难度的 CV 项目为核心，从简单的图像识别到复杂的视频分析，循序渐进提升实战能力；
  • 技术覆盖全面：涵盖 OpenCV、TensorFlow、PyTorch 等主流工具，以及 CNN、YOLO、U-Net 等经典算法与模型；
  • 实战与原理结合：每个项目先剖析技术原理，再进行代码实现，让学员既懂 “怎么做”，又懂 “为什么这么做”；
  • 工程化能力培养：讲解模型部署、性能优化、数据增强等工程实践技巧，贴近企业实际开发需求。

核心内容模块

1. CV 基础技术与工具

  • 图像处理基础：学习图像的读取、显示、缩放、裁剪等基本操作，掌握图像的灰度化、二值化、滤波等预处理方法。
  • 深度学习框架入门：快速掌握 TensorFlow 和 PyTorch 的基本使用，包括数据加载、模型构建、训练与评估等流程。

2. 经典 CV 任务实战

  • 图像分类项目：基于 CNN 实现图像分类，学习数据集构建、模型选择（如 ResNet、VGG）、迁移学习等技巧。

课程目录

【置顶内容】
  01 GAN-第八期
    01 8.项目总结.mp4
    02 7.模型部署.mp4
    03 6.模型改进.mp4
    04 5.模型调参.mp4
    05 4.baseline搭建.mp4
    06 3.算法调研.mp4
    07 2.数据收集与处理.mp4
    08 1.超分辨率任务介绍.mp4
  02 目标检测-第8期
    01 12.使用OpenVINO部署YOLOX.mp4
    02 11.NanoDetPlus代码讲解、轻量化YOLOX.mp4
    03 10.NanoDetPlus实例讲解：Backbone、Neck和Head.mp4
    04 9.目标检测算法轻量化的通用技巧.mp4
    05 8.优化YOLOX的几个技巧.mp4
    06 7.目标检测系统结果分析与性能优化.mp4
    07 6.YOLOX代码讲解（2）：正负样本分配、自定义数据集适配.mp4
    08 5.YOLOX代码讲解（1）：网络结构.mp4
    09 4.从YOLOv3到YOLOX.mp4
    10 3.YOLOv3代码讲解（2）：正负样本分配、自定义数据集适配.mp4
    11 2.YOLOv3代码讲解（1）：数据增强、网络结构.mp4
    12 1.创建目标检测任务、YOLOv3理论.mp4
    13 9、重点知识讲解及答疑.mp4
  03 图像分割专栏-8期
    03 3.重点知识讲解及答疑.mp4
    06 6.重点知识讲解及答疑.mp4
    09 9.重点知识讲解及答疑.mp4
  04 图像分类专题-第8期
    06 7.专题总结及答疑.mp4
  05 深度之眼CV项目就业小班 先修课
    29 01mobileNet-01-背景介绍.mp4
    30 01mobileNet-02-论文结构&摘要精读.mp4
    31 01mobileNet-03-主体架构&深度可分离卷积.mp4
    32 01MobileNet-04-超参数.mp4
    33 01mobileNet-05-后续创新及改进.mp4
    72 01FCN-01-语意分割简介.mp4
    73 01FCN-02常用数据集、指标、研究成果..mp4
    74 01FCN-03-论文摘要精读..mp4
    75 01FCN-04-论文引言、全局信息及部分信息.mp4
    76 01FCN-05-感受域&平移不变性.mp4
    77 01FCN-06-经典算法&本文算法、上采样.mp4
    78 01FCN-07-算法架构..mp4
    79 01FCN-08-训练技巧&实验结果及分析..mp4
    80 01FCN-09-讨论&总结.mp4
    81 01FCN-10-代码实现.mp4
    82 01FCN-11-数据预处理..mp4
    83 01FCN-12-模型搭建.mp4
    84 01FCN-13-训练、验证&预测函数搭建..mp4
    85 01FCN-14-损失函数.mp4
    86 01FCN-15-指标计算.mp4
    87 01GAN-01-论文摘要.mp4
    90 01GAN-02-论文背景.mp4
    91 01GAN-03-论文泛读.mp4
    92 01GAN-04-价值函数.mp4
    93 01GAN-05-训练流程&理论证明1.mp4
    94 01GAN-06-理论证明2&实验结果&总结展望.mp4