- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
深度学习与计算机视觉课程大纲
?一、授课内容:
1.深度学习介绍
人工智能、人工神经网络、人工神经网络的学习方式、卷积神经网络、
卷积神经网络的功能、深度学习的意义
2.卷积神经网络
卷积神经网络的组成、卷积层、全连接层、卷积神经网络的训练、
卷积神经网络的评估
3.有名的卷积神经网络模式
一般网络?(LeNet,?AlexNet, SPP, VGG, NIN)、
GoogLeNet?(Inception-1, 2, 3, 4,?Xception, MobileNet-1, 2)、
残差网络?(ResNet,?ResNeXt,?Highway Net,?Wide residual Net,?DenseNet)、
压缩网络?(SqueezeNet,?Squeeze and Excitation,?SqueezeNext,?CMPE-SE)、
有效率的网络?(NASNet,?EfficientNet,?NoisyStudent,?FixEfficientNet)、
二阶段侦测网络?(R-CNN,?Fast,?Faster R-CNN,?MSCNN,?FPN,?CBNet)、
一阶段侦测网络?(YOLO-1, 2, 3, 4,?SSD)、
语意分割网络?(FCN, U-Net,?UNet++,?SegNet, DeepLab-1~3+,?PAN,?DANet)、
实例分割网络?(DeepMask,?SharpMask,?Mask R-CNN, YOLCAT)、
自动编码网络?(Autoencoder,?Variational?AE)、
生成对抗网络?(GAN, DCGAN, Wasserstein GAN, VAE+GAN)、
应用生成对抗网络?(AC-GAN,?ProGAN,?cGAN,?cycleGAN,?StarGAN,
perceptual transfer,?style transfer,?Deep photo style transfer,?styleGAN,
styleGAN2,?AnoGAN,?GANomaly,?Skep-GANomaly)、
变形网络?(Transformer Net)、
3D定位网络?(Amodal?detection)、
动作侦测辨识网络?(SlowFast?Network)、
其他网络?(Siamese Net,?Comparison Network)
4.卷积神经网络专题
网络训练的影响因素与改进、资料不平衡、正规化、主动学习、
迁移学习、特殊运算、特殊处理
5.深度学习的计算机视觉应用
计算机视觉的意义、计算机视觉的技术、深度学习在计算机视觉上的应用
6.先进驾驶辅助系统应用
前车碰撞警示、行人碰撞警示、倒车碰撞警示、自动跟随巡航、
车门开启防撞警示
7.人体特征侦测与辨识应用
小众人脸侦测与辨识、大众人脸侦测与辨识、手势辨识
8.自动光学检测应用
SMT?元件分类、电子元件的字符侦测与辨识、PCB元件定位与分类、
物品表面瑕疵检测、半督导式的锡球瑕疵判定、生成/合成瑕疵影像
9. 3D?物件侦测/辨识/定位应用
机器手臂取放物体应用、大型衍生?(amodal)?物件侦测/辨识/定位、
小型物体的侦测/辨识/与?9-DoF?估计
10.动态追踪与监视应用
居家照护、安全监视、多相机联合监视
11.其他应用
影像噪声去除?(RED-Net,?Noise2Noise)、影像强化?(EnlightenGAN,?SID)、
超级影像分辨率?(SRGAN,?EDSR,?WDSR)、影像修补?(IC,?c2f-CA)
12.深度学习的疑问与结论
深度学习在模式、架构、训练、资料集、及应用上的疑问
?二、参考书:
[1]?I.?Goodfellow, Y.?Bengio?and A.?Courville,?Deep Learning, The MIT Press, MIT, MA, 2016.
[2]?F.?Chollet,?Deep Learning with Python, Manning Publications Co., Shelter Island, NY, 2018.
您可能关注的文档
- 利用电位滴定法测定铁矿中铁的含量.doc
- 分析化学实验室守则.DOC
- 有机化学实验(一)蒸馏.docx
- 中学物理-认识物质的世界.doc
- 物质的密度练习题.docx
- 长度与体积的测量.docx
- 中学物理化学实验室知识及安全守则.docx
- 图像处理课程大纲.docx
- 社会心理学课件(一).pdf
- 地理信息系统(GIS)基础.ppt
- 2023年测试与计量设备行业洞察报告及未来五至十年预测分析报告.docx
- 2023年能量系统优化行业洞察报告及未来五至十年预测分析报告.docx
- 2023年数字无绳电话行业洞察报告及未来五至十年预测分析报告.docx
- 2023年餐饮行业洞察报告及未来五至十年预测分析报告.docx
- 2023年氨纶行业分析报告及未来五至十年行业发展报告.docx
- 2023年电影制作行业洞察报告及未来五至十年预测分析报告.docx
- 2023年文化科技主题公园行业市场突围建议及需求分析报告.docx
- 2023年油气钻采设备行业洞察报告及未来五至十年预测分析报告.docx
- 2023年造船板行业洞察报告及未来五至十年预测分析报告.docx
- 2023年红色旅游行业洞察报告及未来五至十年预测分析报告.docx
文档评论(0)