15.98h
课程时长15669人
学习人数24个月
课程有效期课程参数 | |
教学服务 |
|
围绕全面的三个案例实战项目展开:电缆缺陷检测、电子元件缺陷检测、安全帽检测、人脸识别。包括:需求分析、架构设计、关键技术、程序设计、模型训练等
从0-1,全面剖析完整项目,包含整个建设周期:需求分析、环境部署、程序设计和模型训练等
有与课程相对应的完整源码资源;详述源码结构、实现原理和开发接口
各省市电网,需要建立一套完善的电缆线部件缺陷检测的平台,为各省市的电缆线部件缺陷提供智能化的解决方案,进一步确保电网系统的安全运行。现在有些省市的电网缺陷部件的检测仍采用人工查缺的方式,智能化的缺陷检测平台可以提高电缆线部件缺陷检测的准确率,节省成本。
重点依托cascade R-CNN算法,以及mmdetection工具,完成整套从数据标注到模型训练、优化。
√ 对目标检测算法有一个很好的了解,重点掌握cascade R-CNN算法
√ 能够对mmdetection工具有一个很好的了解
√ 对数据打标签、数据集制作、算法模型训练有一个很好的掌握
√ 对mmdetection代码有一定了解,学会如何改进和优化算法
在机器视觉应用中,外观检测一直是行业痛点。外观缺陷中的划痕、脏污、形态不一、大小不同、深浅和各种姿态都不同,很难用传统的视觉检测算法稳定检测。但是随着深度学习技术的发展,采用深度学习模式的外观检测程式,成为了外观检测的新方法。
重点依托Faster R-CNN算法,以及TensorFlow工具,完成整套从数据标注到模型训练、优化。
√ 对目标检测算法有一个很好的了解,重点掌握Faster R-CNN算法
√ 对目标检测算法有一个很好的了解,重点掌握Faster R-CNN算法
√ 对Faster R CNN代码有深刻认知,学会如何改进和优化算法
施工工地对安全帽佩戴的检测和监管力度越来越大了,从智能安全帽的应用到安全帽检测系统的智能管理,现在的安全帽检测升级版对于安全帽佩戴标准也有了新的分析算法,对未正确佩戴、悬挂等都能准确检测识别。对工作服颜色接近安全帽颜色的检测能力有了更高的提升,比传统的安全帽识别系统精度更高。
重点依托Yolo one stage算法,以及Darknet工具,完成整套从数据标注到模型训练、优化。
√ 对目标检测算法有一个很好的了解,重点掌握Yolo V3算法
√ 对数据打标签、数据集制作、算法模型训练有一个很好的掌握
√ 对Yolo V3代码有深刻认知,学会如何改进和优化算法
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。
通过一个完整的人脸识别项目,掌握人脸识别系统的开发流程和关键技术。
√ 从0到1,全面剖析完整项目整个建设生命周期:需求分析、架构设计、环境部署、程序设计、模型训练。
√ 掌握人脸识别一般过程,人脸检测、人脸对齐、人脸识别
√ 掌握人脸检测的集成学习方法
√ 掌握人脸检测的集成学习方法
√ 掌握人脸检测+关键点定位的多任务网络MTCNN
• 全部 AI课程
• 入学至少会一门编程语言或有互联网工作经验
• 就业目标明确AI工程师
• 17年已开线下班
• 全日制金牌讲师
• 线上班灵活学习,课堂互动及时解答
• 及时答疑,当面解惑
• 企业级实战AI项目,课程不断升级,和大企业深入合作引入项目
• 算法原理、数学推导细致彻底学透
• 就业辅导、老学员交流经验
• 90%python全栈+少量10%AI
• 无编程基础或无互联网工作经验
• 就业目标包含爬虫、网站开发等
• 18年才计划招生
• 业余时间兼职讲师
• 线上授课,难以了解学生想法
• 无法找到老师解答
• 把小案例当项目充数
• 算法推导囫囵吞枣,只听了皮毛
• 就业全靠自己
架构专家
传授多年经验
系统学习
全程实战演练
班主任全程
陪伴监督学习
随时学习无需等待
学习时间灵活把握
检验巩固阶段学习效果
及时查漏补缺
班主任学习督导
确保学员进度
配套讲义、视频
等学习资料