提交询价信息 |
发布紧急求购 |
价格:电议
所在地:北京
型号:MPST-AIGPU
更新时间:2021-02-24
浏览次数:1189
公司地址:
刘经理(先生)
本教学系统的大亮点是次提出了基于传统图像算法+深度图像算法的培训框架,让学生循序渐进的了解计算机图像和视觉算法,从传统的图像处理算法到基于深度学习的图像识别算法,让学生深入浅出的理解基于传统算法的计算机视觉算法和基于深度学习的计算机图像识别算法,同时本实验真正实现了深度学习的零基础一站式的学习,从基础的深度学习的构成元素,到更的神经网络的训练和调参,从简单的图像处理实验到更复杂的基于深度学习神经网络模型的人脸识别,让学生在学习完本教程后,可以真真切切自己动手去训练一个深度学习网络,去用这个深度学习网络去检测和识别目标。
硬件:CPU+ GPU+显示器
部分:传统图像算法实验
实验1. 实验环境的建立
实验2. 图像的反色
实验3. 图像的平移
实验4. 图像的高斯平滑
实验5. 图像的均值滤波
实验6. 图像的中值滤波
实验7. 图像的Roberts边缘检测
实验8. 图像的sobel边缘检测
实验9. 图像的canny边缘检测
实验10. 图像的种子填充算法
实验11. 图像固定阈值分割算法
实验12. 图像固定阈值分割算法
实验13. 图像迭代阈值分割算法
实验14. 图像OSTU阈值分割算法
实验15. 图像的形态学膨胀算法
实验16. 图像的形态学腐蚀算法
实验17. 虚拟线绊线检测识别算法
实验18. 检测识别算法
实验19. 边界检测识别算法
实验20. 人脸跟踪算法
实验21. 手势检测算法
实验22. 运动目标方向检测
实验23. 热点区域检测
实验24. 智能眨眼拍照系统
第二部分:基于深度学习图像算实验
Ø 快速上手python编程
Ø 学习使用深度学习框架tensorflow
Ø 学习使用深度学习框架Keras
Ø 学习使用MLP(多层感知器)
Ø 学习使用CNN(卷积神经网络)
Ø 学习使用卷积神经网络VGG
Ø 学习使用迁移学习训练神经网络
Ø 学习使用卷积神经网络MobileNet
Ø 学习使用训练过程可视化工具TensorBoard
Ø 学习使用TensorflowAPI:tf.estimator
Ø 学习使用人脸检测网络MTCNN
Ø 学习使用resnet来训练和识别脸部表情
Ø 学习使用目标检测网络SSD检测人脸
第三部分:深度学习应用
Ø 基于深度学习--MTCNN+Facenet构建完整人脸识别系统