AI算法工程师快速提升进阶课（CV领域）

熟练掌握人脸业务开发以及实际工程中模型的设计、训练和调优

• 

  涵盖人脸检测、匹配、活体检测、
  关键点定位、人脸属性等主流业务

• 

  开发小程序实现AI项目落地，趣味性+工程性相结合

• 

  适合毕设/面试/技术提升等不同需求，帮助入门者快速上手实战应用

• 

  专业的深度学习理论知识+丰富的工程开发经验

• 

  相关技术讲解透彻并涉及前沿技术思路、涵盖范围更广

• 

  不仅适合于工程项目的搭建，同时适用于学术研究

• 

  核心源码解读和网络模型搭建、训练以及模型优化

• 

  提供多个相关任务的深度学习模型、数据和源码

• 

掌握业内主流深度学习模型，并实现与小程序的完美结合

理论知识与实战项目双管齐下，让AI技术不再脱离实际，做到真正的落地应用

• 

  人脸检测模型

  TensorFlow+SSD

  业务场景、评价指标介绍
  Tensorflow-SSD模型介绍
  WIDER Face数据介绍、下载
  环境搭建
  Tensorflow-SSD框架解读
  TFRecords人脸检测数据打包
  Tensorflow实现SSD不同主干网络
  配置调整不同输出尺寸参数
  训练参数含义解读和重要参数调整
  （学习率、步长、长宽比等）
  不同主干网络和参数下的性能比较
  （参数量、计算量、inference时间等）
  人脸检测模型服务以及接口封装

• 

  人脸匹配训练

  TensorFlow+TripletNet

  业务场景、评价指标介绍
  TripletNet人脸匹配模型介绍
  人脸验证数据库介绍和下载
  TFRecords打包人脸匹配训练数据
  Tensorflow-tripletNet框架源码解读
  定义人脸匹配网络模型
  （不同主干网络：ResNet、SENet等）
  多支网络的参数共享方法
  不同参数设置技巧说明
  TensorBoard调试、查看LOSS等信息
  不同主干网络和参数下的性能比较
  （参数量、计算量、inference时间等）
  基于TripletNet完成人脸相似度度量测试

• 

  人脸关键点检测

  TensorFlow+Facial-Landmarks

  活体检测业务场景介绍
  关键点检测模型及活体检测算法流程介绍
  人脸关键点模型环境搭建
  人脸关键点模型搭建
  人脸关键点模型训练
  TensorBoard调试、查看LOSS等信息
  主干网络调优
  整体参数调优
  测试比较
  结果可视化
  关键点定位模型服务接口封装
  人脸接口封装活体检测服务接口封装

• 

  人脸属性识别

  TensorFlow+ResNet

  业务场景介绍
  多任务网络模型算法介绍
  多任务网络数据集介绍、下载
  TFRecords人脸属性数据集打包
  定义人脸属性多任务网络
  多任务网络模型训练
  TensorBoard调试、查看LOSS等信息
  主干网络优化
  整体参数优化
  测试比较
  （参数量、计算量、inference时间、准确率等）
  多任务网络模型服务、接口封装
  人脸属性小程序功能集成

手握“刷脸”武器，让面部无处可躲

面部识别已经渗入到我们生活的方方面面

前沿主流技术

• 框架：TensorFlow
• 框架：Flask
• 语言：Python3
• 系统：Ubuntu

面试求职提升

• 毕业设计
• 面试
• 技术提升