• 您好,欢迎来到中培教育!

1326403****

24小时全国统一学习热线

北京首页 > 培训课程 > 电脑与IT > 其它培训 > 北京计算机图像(视觉)处理培训班

北京计算机图像(视觉)处理培训班

上传时间:2019-01-10 15:21:57
上传用户:
zpedu

zpedu

北京 - 北京

  • 22

    发布
  • 0

    关注
  • 7.9年

    求学年龄

求学价:¥9800

已有24人浏览

中培教育

人气度:202 课程总数:22 主营业务:PMP认证|ITIL认证|TOGAF认证|cisp认证|ISO27001认证|cdcp认证|COBIT认证|ITIL EXPERT认证...... 机构介绍 ➔
北京中培伟业管理咨询有限公司致力于为我国提供较高端的IT咨询与培训服务。中培是由北京中培伟业管理咨询有限公司发展壮大而来,目前中培教育拥有国内较知名的技术、管理专家组成的讲师和咨询顾问团队,同时拥有一批国内外知名企业的高层经理和资深专家。相信在明确、清晰战略地指引下,中培一定能不断站在新的起点上,在行业内继续前进,在自己发展壮大的同时,也一定能更好地为中国企......
  • 课程详情
课程详情

 

关于举办计算机图像(视觉)处理

培训班的通知

培训地点

北京

上海

深圳

培训时间

1月

24-28

5月

27-31

11月

21-25

 

本课程全国常年开班,如部分地区课程已结束,请致电咨询新培训信息!也可点击课程点播在线视频学习!此课程也可以供企业做内训,欢迎咨询!

  1. 培训收益

    课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:

    1.掌握OpenCV的使用;

    2.理解卷积神经网络;

    3.掌握Tensorflow的使用;

    4.掌握keras的使用;

    5.通过各个应用场景的实际经典项目案例,深入解读计算机视觉技术的应用。

  2. 培训特色

    本次培训从实战的角度对计算机视觉技术进行了全面的剖析,并结合实际案例分析和探讨计算机视觉技术的应用场景,给计算机视觉技术相关从业人员以指导和启迪。

  3. 日程安排

日程

培训模块

培训内容

 

上午

OpenCV使用

  1.安装opencv

  2.图像处理基础

  3.图像运算和转换

  4.图像平滑处理

  5.图像梯度

  6.图像边缘检测

  7.图像金字塔

  8.人脸检测和识别

 

下午

卷积神经网络介绍

  1.感受野,权值共享

  2.卷积计算

  3.卷积的步长

  4.池化

  5.Padding

  6.MNIST网络结构介绍

第二天

上午

Tensorflow使用

  1.深度学习框架介绍

  2.Tensorflow安装

  3.Tensorlfow基础知识:图,变量,fetch,feed

  4.Tensorflow线性回归

  5.Tensorflow非线性回归

  6.Mnist数据集合Softmax讲解

  7.使用BP神经网络搭建手写数字识别

  8.交叉熵(cross-entropy)讲解和使用

  9.过拟合,正则化,Dropout

  10.各种优化器Optimizer

  11.改进手写数字识别网络

  12.卷积神经网络CNN的介绍

  13.使用CNN解决手写数字识别

第二天

下午

keras使用

  1.实现线性回归

  2.实现非线性回归

  3.MNIST数据集以及Softmax介绍

  4.MNIST分类程序

  5.交叉熵的应用

  6.Dropout应用

  7.正则化应用

  8.优化器介绍及应用

  9.CNN应用于手写数字识别

  10.cifar-10图片分类

  11.模型的保存和载入

  12.绘制网络结构

第三天

上午

图像识别项目

  1.介绍Google图像识别模型Inception-v3

  2.使用Inception-v3做图像识别

猫狗分类项目

  1.图像数据预处理

  2.猫狗分类-简单CNN

  3.猫狗分类-VGG16-bottleneck

  4.猫狗分类-VGG16-Finetune

第三天

下午

验证码识别项目

  1.多任务学习介绍

  2.验证码识别项目

目标检测项目

  1.目标检测任务介绍

  2.RCNN/Fast-RCNN/Faster-RCNN算法介绍

  3.YOLO算法介绍

  4.SSD算法介绍

  5.目标检测项目实战

第四天

上午

目标分割项目

  1.目标分割任务介绍

  2.全卷积网络

  3.双线性上采样

  4.特征金字塔

  5.Mask RCNN算法介绍

  6.目标分割项目实战

第四天

下午

图像风格迁移项目

  1.图像风格迁移介绍

  2.图像风格迁移项目实战

GAN项目

  1.生成式对抗网络GAN介绍

  2.生成式对抗网络GAN项目实战

第五天

业内经验交流

  1. 授课专家

    覃老师  上海大学物理学硕士,创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras等深度学习框架完成过多项图像,语音,nlp,搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。

    杨老师 计算机博士,目前就职于中科院某研究所,长期从事深度学习与机器学习研究工作,在NLP与CV领域有很深造诣,主持多项科技专项,并带领团队深入一线研发并落地,XXX视频监控与分析系统、XXX舆情监控系统、XXX智能对话系统及 XXX森林防火无人机跟拍系统等。申请发明专利2项、部级科技进步二等奖一次,在SIGIR、CIKM及AAAI的国际会议发表多篇文章。

    赵老师  计算机博士,目前主要研究方向包括电子推荐、智能决策和大数据分析等。主持国家自然科学基金2项、中国博士后科研基金、上海市浦江人才、IBM Shared University Research以及多项企业合作课题等项目。已在《管理科学学报》、《系统工程学报》、Knowledge and Information Systems ,Information Processing & Management,Information Systems Frontiers等国内外刊物和学术会议发表论文90多篇,其中被SCI、EI收录40多篇。出版著作和教材《智能化的流程管理》、《客户智能》、《商务智能(第四版)》、《商务智能 数据分析的管理视角(第三版)》、《数据挖掘实用案例集》等多部。

  2. 培训费用

    培训费9800元/人(含培训费、场地费、考试证书费、资料费、学习期间午餐),食宿可统一安排,费用自理。请学员带身份证复印件一张。

    本课程由中国信息化培训中心颁发《计算机图像(视觉)处理高级工程师》证书,证书查询网址:www.zpedu.org; 证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

  3. 报名回执(计算机图像(视觉)处理)

单位名称

(开发票名称)

快递地址

邮编

联 系 人

职位

电话

Email

传真

学员姓名

身份证号

(做证书使用)

邮箱

联系电话

培训地点

是否住宿

汇  款

方  式

户  名:北京中培伟业管理咨询有限公司

开户行:北京农村商业银行卢沟桥支行营业部

帐  号:020***2

学员签字

或盖章

户  名:北京高培伟业管理咨询有限公司

开户行:中国工商银行股份有限公司北京菜市口支行

帐  号:020***1

 

 

标签:

计算机图像计算机图像视觉计算机图像培训

网上预报名

×

微信扫描二维码,马上联系商家

1、微信扫描二维码

2、关注“求学快递网”公众号

3、点击给商家留言

在线报名×

您的姓名:
您的手机:
想学什么:
×
投诉举报
选择举报类型
×
投诉举报
填写并确认举报信息
为了确保问题能及时得到处理,请务必保证您提交的信息真实有效、清晰完整

*举报理由:

*举报描述:

截图证明:

×
投诉举报
填写并确认举报信息
为了确保问题能及时得到处理,请务必保证您提交的信息真实有效、清晰完整

*举报描述:

*原文链接:

联系方式:

截图证明:

×
投诉举报

当您发现本站有涉及个人的侵权内容时,建议您先尝试与当事人沟通解决问题。 如果您无法联系到当事人,您可通过此渠道提交举报诉求。

根据求学快递网侵权举报规范,您需要向我们提交您的个人信息,其中包括身份证明。如您确认已准备齐全,可点击下方按钮进入诉求提交页。

如果您举报的仅仅是辱骂等不友善内容,无需提交证明资料,可返回上一步点击【包含有害内容>辱骂、歧视、挑衅和诽谤等不友善信息】直接举报。
进入诉求提交页
×
投诉举报

当您发现本站有涉及企业的侵权内容时,建议您先尝试与当事人沟通解决问题。如果您无法联系到当事人,您可通过此渠道提交举报诉求。

根据求学快递网侵权举报规范,您需要向我们提交您企业和个人的证明材料。如您确认已准备齐全,可点击下方按钮进入诉求提交页。

如果您举报的仅仅是辱骂等不友善内容,无需提交证明资料,可返回上一步点击【包含有害内容>辱骂、歧视、挑衅和诽谤等不友善信息】直接举报。
进入诉求提交页
×
投诉举报

举报成功!

已经收到您的举报信息,我们会尽快核实并处理,感谢您的信任与帮助~