搜索

【0045】2019年小象学院计算机视觉的深度学习实践二期

[复制链接]
查看312 | 回复0 | 8-9 10:20:45 | 显示全部楼层 |阅读模式
  • 【0045】2019年小象学院计算机视觉的深度学习实践二期
  • 【课程目录】
  • 第1章:课程概述
  • 视频:计算机视觉概述
  • 研究难点与挑战
  • 开源库介绍
  • 应用环境搭建
  • 第2章:图像预处理
  • 图像预处理之CLAHE
  • 图像预处理之形态学运算(膨胀、腐蚀、开运算、闭运算)
  • 图像预处理之卷积与边缘填充
  • 图像预处理之均值滤波、中值滤波
  • 图像预处理之高斯滤波、拉普拉斯滤波
  • 图像预处理之高斯金字塔与拉普拉斯金字塔
  • 图像预处理之傅里叶变换与频谱滤波
  • 图像预处理之短时傅里叶变换、小波变换
  • 代码演示
  • 第3章:图像特征提取
  • 演示代码-1
  • 图像特征描述之颜色特征与颜色直方图
  • 图像特征描述之几何特征(Edge、corner、blob)
  • 图像特征描述之SIFT特征描述子
  • 图像特征描述之SURF特征描述子
  • 图像特征描述之ORB特征描述子
  • 图像特征描述之其他特征描述方法
  • 演示代码-2
  • 第4章:未有深度学习之前
  • 代码演示
  • 基于传统方法的图像分割方法-1(graph cuts)
  • 基于传统方法的图像分割方法-2(grab cut与GMM)
  • 基于传统方法的人脸检测方法
  • 基于传统方法的行人检测方法-1(HOG+SVM)
  • 基于传统方法的行人检测方法-2(DPM)
  • 第5章:神经网络与误差反向传播算法
  • 代码演示-1
  • 神经网络之神经元与激励函数
  • 神经网络之前馈网络及其目标函数
  • 神经网络之梯度下降_1
  • 神经网络之误差反向传播
  • 神经网络之手算的BP网络
  • 神经网络之梯度下降_2
  • 神经网络之传统神经网络与深度网络的差异
  • 代码演示-2
  • 第6章:深度学习基础
  • 代码演示
  • 深度学习之改进的目标函数
  • 深度学习之梯度消散如何解决
  • 深度学习之各种梯度下降算法
  • 深度学习之梯度下降算法的选择
  • 深度学习之避免过适应(早期停止、权重衰减、Dropout)
  • 深度学习之CNN的架构
  • 深度学习之CNN的误差反向传播
  • 第7章:图像分类
  • 代码演示
  • 李飞飞的ILSVRC竞赛
  • 经典的CNN之Alexnet
  • 经典的CNN之VGG
  • 经典的CNN之1-1卷积
  • 经典的CNN之Batch Normlization
  • 经典的CNN之GoogLeNet(Inception V1、V2)
  • 经典的CNN之GoogLeNet(Inception V3、V4)
  • 经典的CNN之ResNet和GoogLeNet Inception ResNet
  • 经典的CNN之ResNeXt
  • CNN设计的一些普遍原则
  • 第8章:图像检索
  • 代码演示-1
  • 图像检索之基于颜色相似性的检索(推土机距离)
  • 图像检索之基于纹理相似性的检索
  • 图像检索之基于形状相似性的检索
  • 图像检索之基于局部特征点的检索
  • 图像检索之基于深度学习的二值哈希编码
  • 代码演示-2
  • 图像检索之索引加速-1(KD-Tree)
  • 图像检索之索引加速-2(LSH)
  • 图像检索之索引加速-3(P-stable LSH)
  • 第9章:目标检测(上)
  • 代码演示
  • 目标检测之R-CNN(分类部分)
  • 目标检测之R-CNN(回归部分)
  • 目标检测之SPP-Net
  • 目标检测之Fast R-CNN
  • 目标检测之Faster R-CNN(RPN)
  • 第10章:目标检测(下)
  • 代码演示
  • 目标检测之R-FCN(位置敏感卷积层和位置敏感RoI池化)
  • 目标检测之R-FCN(整体架构)
  • 目标检测之YOLO v1
  • 目标检测之YOLO v2/9000
  • 目标检测之YOLO v3
  • 第11章:通用场景下的图像分割
  • 图像分割之全卷积网络的思路
  • 上采样的三种方式(反卷积、反池化、双线性插值)
  • 图像分割之FCN的构建
  • 图像分割之DeepLab V1(空洞卷积)
  • 图像分割之条件随机场
  • 图像分割之DeepLab V2
  • 图像分割之DeepLab V3与V3+
  • 第12章:医疗影像分割
  • 医疗影像分割之影像类别与存储方式
  • 医疗影像分割任务及其数据集
  • 医疗影像分割之U-Net
  • 医疗影像分割之3D U-Net
  • 医疗影像分割之V-Net
  • 医疗影像分割之FC-DenseNet
  • 医疗影像分割之病理切片任务及其数据集
  • 医疗影像分割之病理切片分析
  • 第13章:图像描述(图说)
  • 图像描述之RNN基础
  • 图像描述之LSTM原理
  • 图像描述之LSTM的变种
  • 图像描述之图说模型的难点及传统方法
  • 图像描述之NIC模型
  • 图像描述之注意力机制
  • 图像描述之图说的性能评价指标
  • 第14章:图像生成
  • 图像生成之判别模型与生成模型
  • 图像生成之KL散度与JS散度
  • 图像生成之变分自编码器
  • 图像生成之对抗生成网络(GAN)的原理
  • 图像生成之DCGAN
  • 图像生成之CGAN
  • 图像生成之WGAN
  • 图像生成之SRGAN
  • 代码演示











回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

335

主题

335

帖子

108

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
108