客服咨询

意见反馈

终身学习智能服务
课程
计算机视觉应用开发工程师(初级)
计算机视觉应用开发工程师/--/
0.0
4645
视频
56.5
课时
800.00
介绍
目录

课程概述

计算机视觉应用开发工程师(初级)

课程目标

考核评价

讲师介绍

详细介绍

学员须知

学员完成学习后,参加工业和信息化部教育与考试中心组织的统一考试,合格者将获得工信部教育与考试中心颁发的“职业能力证书”(电子版,可下载打印),纳入“工信部教育与考试中心技术技能人才数据库”,可在官网查询。优秀学员将有机会参加教育考试中心或课程项目方组织的主题会议、课程沙龙等活动,并享受就业服务指导及相关优秀企业推荐就业等服务。


课程定位

1.培养能将计算机视觉开发岗位初级工程技术人员;

2.掌握机器学习基础理论和常见算法原理;

3.掌握常见的图像处理方法,掌握PyTorch,openCV等常用工具的使用;

4.掌握深度学习经典算法原理和基于深度学习的计算机视觉常用处理方法;

5.快速积累计算机视觉行业实战经验。


培养对象

1.高职及应用型本科院校人工智能相关专业在读学生;

2.人工智能相关行业的在职工程师;

3.希望将机器学习和计算机视觉技术用于传统产业升级的工程技术人员;

4.希望了解机器学习技术和计算机视觉技术的政府及企事业员工。


课程主要内容

本课程主要包含机器学习基础理论和实践、计算机视觉理论和应用开发实践两部分内容,其中机器学习部分作为本培训项目的基础课程;课程配套有丰富的实践案例,帮助学员培养工程实践能力;

机器学习基础课程内容包括:机器学习概论、机器学习基础、线性回归、K近邻、逻辑回归、决策树、支持向量机、朴素贝叶斯、聚类、神经网络、集成学习。计算机视觉课程内容包括:计算机视觉导论、图像的变换与增强、边缘检测与连通域、图像特征匹配、传统方法的人脸识别、视频读写、CNN卷积神经网络等内容。


讲师简介

1.png 2.png  微信图片_20211105093637.jpg


伍冬睿:华中科技大学人工智能与自动化学院教授、博士生导师,国家特聘专家(青年),图像信息处理与智能控制教育部重点实验室副主任。主要研究方向为脑机接口、机器学习、智慧医疗、计算智能、情感计算。


谭毅华:华中科技大学人工智能与自动化学院教授、 硕士生导师。武汉华工智云科技有限公司首席技术顾问。主要研究方向为:人体行为和表情识别、机器学习、目标检测和识别、遥感图像处理和分析。


陈亦新:伦敦国王大学人工智能专业一等学位。Kaggle竞赛达到Master等级,多个CV大赛获得金牌,公众号「机器学习炼丹术」号主,清华大学出版社《深度学习理论与实战》第一作者,目前在大厂从事医疗图像和机器视觉的算法研究工作。


课程支持:武汉华工智云科技有限公司

联系方式:027-59219304

机器学习概论
机器学习概论 1-1 走进机器学习

(1957s)

机器学习概论 1-2 机器学习方法一览

(2463s)

机器学习概论 1-3 无监督学习案例

(1186s)

机器学习概论 1-4 有监督机器学习

(1545s)

机器学习基础
机器学习 1-1 特征是什么

(1862s)

机器学习 1-2 特征怎么选

(1089s)

机器学习 1-3 特征怎么提取

(2949s)

机器学习 1-4 数据集如何划分使用

(1121s)

线性回归
3.1 线性回归是什么

(1571s)

3.2 回归损失怎么计算

(949s)

3.3 梯度下降怎么走

(1634s)

3.4 实现极简单线性回归

(1230s)

3.5 线性回归实例

(196s)

3.6 简单和加权线性回归

(1119s)

K近邻
4.1 K近邻原理

(1850s)

4.2 K近邻实例

(1409s)

4.3 如何评估分类效果

(2817s)

逻辑回归
5.1 逻辑回归介绍

(2857s)

5.2 分类损失怎么计算(一)

(1941s)

5.3 分类损失怎么计算(二)

(1419s)

5.4 过拟合与欠拟合

(1539s)

5.5 逻辑回归梯度下降的改进

(2154s)

5.6 预测病马的死亡率

(1146s)

5.7 鸢尾花种类预测

(2028s)

决策树
6.1 划分

(2785s)

6.2 剪枝

(3117s)

6.3 示例

(2778s)

支持向量机
7.1 分类

(2715s)

7.2 分类扩展

(2950s)

7.3 分类示例

(1819s)

7.4 图片分类示例

(488s)

7.5 回归

(1596s)

朴素贝叶斯
8.1 朴素贝叶斯原理(一)

(1639s)

8.2 朴素贝叶斯原理(二)

(1463s)

8.3 朴素贝叶斯分类正负面留言

(2478s)

8.4 使用朴素贝叶斯进行疾病诊断

(1380s)

8.5 5种分类算法分类水果

(829s)

聚类
9.1 基本概念

(2818s)

9.2 原型聚类

(2721s)

9.3 密度聚类

(2648s)

9.4 层次聚类

(2074s)

9.5 挑战

(562s)

神经网络
10.1 感知机

(2962s)

10.2 感知机示例

(2264s)

10.3 其他神经网络

(2610s)

集成学习
11.1 Boosting

(2675s)

11.2 随机森林

(2431s)

走进计算机视觉
1.1 走进计算机视觉1

(988s)

1.1 走进计算机视觉2

(1511s)

图像处理基础
2.1 图像基础

(1397s)

2.2 图像直方图1

(895s)

2.2 图像直方图2

(1458s)

仿射变换
2.3 仿射变换1

(233s)

2.3 仿射变换2

(823s)

2.3 仿射变换3

(723s)

形态学变换
2.4 形态学变换1

(999s)

2.4 形态学变换2

(758s)

图像滤波器
2.5 图像滤波器1

(638s)

2.5 图像滤波器2

(850s)

2.5 图像滤波器3

(1383s)

图像金字塔
2.6 图像金字塔1

(271s)

2.6 图像金字塔2

(1202s)

torchvision
2.7 torchvision工具库1

(1041s)

2.7 torchvision工具库2

(1258s)

图像边缘检测
3.1图像边缘检测1

(2696s)

3.1图像边缘检测2

(522s)

3.2 连通域算法

(2942s)

特征算子
4.1 传统特征算子HarrisFAST

(2584s)

4.2 SIFT-01

(1130s)

4.2 SIFT-02

(2819s)

4.2 SIFT-03

(951s)

人脸检测
5.1 人脸检测1

(645s)

5.1 人脸检测2

(1377s)

5.1 人脸检测3

(1556s)

5.1 人脸检测4

(620s)

5.1 人脸检测5

(727s)

5.1 人脸检测6

(981s)

神经网络与梯度下降
6.1.1 神经网络与梯度下降1

(429s)

6.1.2 神经网络与梯度下降2

(932s)

6.1.3 神经网络与梯度下降3

(2489s)

卷积网络构建与基础
6.2 卷积网络构建与基础1

(329s)

6.2 卷积网络构建与基础2

(1441s)

6.2 卷积网络构建与基础3

(590s)

6.2 卷积网络构建与基础4

(338s)

6.2 卷积网络构建与基础5

(176s)

6.2 卷积网络构建与基础6

(1466s)

卷积层和变种
6.3 卷积层和变种1

(462s)

6.3 卷积层和变种2

(1655s)

6.3 卷积层和变种3

(2055s)

池化层和变种
6.4 池化层与变种1

(1390s)

6.4 池化层与变种2

(1252s)

6.4 池化层与变种3

(1667s)

激活函数
6.5 激活函数1

(389s)

6.5 激活函数2

(749s)

6.5 激活函数3

(1106s)

6.5 激活函数4

(663s)

6.5 激活函数5

(394s)

归一化层
6.6 归一化层1

(816s)

6.6 归一化层2

(1332s)

6.6 归一化层3

(846s)

6.6 归一化层4

(457s)

优化器
6.7 优化器1

(382s)

6.7 优化器2

(709s)

6.7 优化器3

(780s)

6.7 优化器4

(421s)

资源方logo

华工智云

10

门课

0

人报名学习

推荐课程

承办单位:工业和信息化部教育与考试中心  技术支持:杭州沃土教育科技股份有限公司