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
伴随着人工智能技术的发展，深度学习技术变得越来越热门，越来越多的人选择转行做深度学习算法工程师。本课程围绕人脸相关技术，展开多个模型的教学，涉及人脸检测、人脸匹配、人脸关键点定位等基础研究技术，最终搭建一个人脸智能小程序，完成整个项目的实战应用，最终可以达到算法工程师的初步要求。
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
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
前沿主流技术
面试求职提升
关于课程的问题都可在问答区随时提问，讲师会进行
集中答疑
课程案例代码完全开放给你，你可以根据所学知
识自行修改、优化
本课程适合有一定深度学习基础
迫切想要通过实战开发达到技能提升
毕设，求职等开发人员
1、了解深度学习/机器学习相关基本概念
2、掌握Python3编程语言
3、了解TensorFlow深度学习框架
4、了解Ubuntu基本使用知识
慕UI3227655
好评
讲的很好，条理清晰，喜欢老师的授课方式，老师用一线工作中的经验，对其所讲解的各项内容，优缺点及应用场景，做了很清楚的阐述。不会觉得听不懂，反而越来越能激发学习的兴趣，想尽快向老师看齐，能自己动手做出满意的产品。
chariots_of_fire
好评
看了老师的这门课，加深了对于神经网络的理解，尤其是配合实操与课后相应的理论公式推导。通过本门课程，学习了多种网络结构。如果想拔高的话，非此课莫属。
unlearn_
好评
课程讲的很好，内容精彩，值得学习。老师超级负责，热心，帮助同学解决问题。强烈安利。赞赞赞！！！
亲，您好~实战部分的代码，如果不涉及到框架的时候，我们会带大家从头搭建网络结构和模型。对于SSD这样的目标检测模型等是存在现有的框架的，这时候，我们会详细的帮助大家解读源码框架，具体包括了：框架模块的含义，网络修改需要注意的问题、参数修改需要注意的问题等等。祝您学习愉快~
亲，您好~如果能够掌握课程中的这些知识点，并且独立的完成模型训练、模型调优等任务，相信大家可以初窥深度学习门槛且能够胜任一些相关的深度学习任务，找到相关的实习工作应该问题不大。当然，大家也不要拘泥于课程中的内容，实际上深度学习是一个非常大的领域，以人脸检测为例，每年也会出现大量的paper和项目，所以我们需要时刻跟踪最新的文章和研究进展，才能保证不落伍。祝您学习愉快~
亲，您好~课程专门设有问答区，有疑问可以在问答区提问，老师会去耐心帮你解答。还可以加入QQ群，有问题可以和其他学习的小伙伴一起进行交流。祝您学习愉快~
亲，您好~这两门课侧重点不太一样，目标检测的课程更专注目标检测这个问题。属于一个细分下的研究方向，目标检测问题也是很多问题的研究基础。本门课程更加关注一些实际的项目，内容相比目标检测课程在理论深度上有所欠缺，不过在广度上会更大。如果，刚入门做深度学习，可以先学本门课程，可以补充很多基础知识，以及扩展研究领域，如果想深入研究目标检测问题，可以学目标检测那门课程，提高对任务的理解深度。祝您学习愉快~
亲，您好~课程需要具备一些常见的机器学习基础知识和数学基础，建议提前学习一下。其他的人脸业务相关的算法，我们在课程中会进行详细的介绍，并结合具体案例进行教学。祝您学习愉快~
亲，您好~本门课程面向的群体就是初步接触机器学习和深度学习的朋友。即使基础不够扎实也没关系，课程前期会介绍实战部分的深度学习基础、卷积神经网基础和TensorFlow基础，包括一些必备的知识点总结和技巧介绍，帮助大家打好基础。在实际操作的部分，我们会完成多个人脸相关的模型，并以小程序的方式展示模型效果，对课程设计、毕业设计是有很大帮助的。祝您学习愉快~
向您推荐
如无法下载使用图片另存为
下载海报选课、学习遇到问题？
扫码添加指导老师 1V1 帮助你！
添加后老师会第一时间解决你的问题
