快速入门深度学习之目标检测
了解机器学习的基本概念，快速入门深度学习，一步步吃透框架和原理，结合实战应用，最终完成目标检测任务的掌握，打造自己的作品。
系统入门深度学习
掌握深度学习框架TensorFlow
目标检测算法原理与广泛应用
83人收藏
购买路线
路线详情：3步骤·5门课
Step1: 系统入门深度学习
由于深度学习在算法领域的优异表现，本阶段首先带你进入深度学习的世界，系统接触神经网络基础知识和前沿技术，并初步具备用深度学习解决实际问题的能力！
学习目标：
由理论到实操，紧跟行业热点，系统入门深度学习
课程重点：
1、体系化构建深度学习及神经网络知识基础
2、全面接触深度学习热点前沿知识
3、结合业界应用案例掌握解决问题的能力
CND
SCNN
RNN
LSTM/GRU
GAN
Transformer
TL
SSL
学习目标：
全面解读深度学习主流框架 PyTorch 的基础知识和使用
课程重点：
1、全面覆盖PyTorch框架关键性知识点
2、涵盖CV，NLP，GAN领域经典模型结构和实用案例
3、多年经验汇总，前沿模型训练优化技巧全掌握
4、介绍前端技术思路，让视野更宽广
PyTorch
神经网络
模型调优
图像/文本/机器翻译
Step2: 掌握深度学习框架TensorFlow
TensorFlow是目前最火的谷歌开源深度学习框架，灵活使用TensorFlow，可以让你达到初级深度学习工程师的水平。
学习目标：
掌握Tensorflow2.0的基础语法以及常见 API
课程重点：
1、先人一步，Tensorflow2.0新特性
2、配套多个Kaggle实战项目，包含图像、文本、预测多个领域
3、掌握模型保存与部署、分布式训练等进阶实战技巧
4、涵盖部分1.0版本内容，无缝过渡到2.0版本
Tensorflow
Kaggle
图像/文本分类
Step3: 目标检测算法原理与广泛应用
丰富的实战经验可以让你更好的运用目标检测。本阶段结合多个热门案例及一个完整项目，帮你彻底掌握目标检测算法，并最终打造一个项目作品！
学习目标：
掌握常见的目标检测算法的基本理论，熟练运用不同场景下的应用范例。
课程重点：
1、以项目为驱动，结合实际落地场景，详解模型算法
2、实战多场景下的目标检测，内容通用性、实用性更强
3、从数据打包到模型部署，涵盖完整的目标检测算法流程
SSD
Faster RCNN
YOLO
文本检测
车辆检测
通用物体检测
学习目标：
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。
课程重点：
1、以项目为驱动，应用主流框架，让AI技术真正落地
2、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
3、帮助入门者快速上周实战应用，打造适合毕设/面试等不同需求的作品
人脸检测
匹配
活体检测
关键点定位
人脸属性
网络模型搭建
训练以及模型优化
*说明：路线内每门课程都具有完整独立的学习价值，因此一部分知识点可能重合，选择前请知晓！
如果该路线学起来吃力，您需要掌握如下知识
1、了解机器学习基本概念
2、熟悉 Python3 基础操作
Python3.8系统入门+进阶 (程序员必备第二语言)
实战
·
初级
·
14267
Python3入门人工智能 掌握机器学习+深度学习
实战
·
初级
·
1813
