深度学习与计算机视觉课程大纲.docxVIP

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.