目标检测是计算机视觉领域的一大任务,大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。
YOLO算法的最大优点就是速度极快,每秒可处理45帧,也能够理解一般的对象表示。
从个人学习来看:优秀的计算机视觉工程师,目标检测的学习避免不了,而目标检测的核心就是YOLO。YOLO系列也一直在发展,对于它的学习迫在眉睫。
从职业发展来看:YOLO一直是应用很广的主流算法之一,也是月薪30K以上的工程师标配技能,更是技术和求职风向标。因此,搭建检测模型,并深刻理解后,你一定能在求职道路上越走越远。
为了让大家对计算机视觉中的这一要领学习的更好,给大家推荐一门【图像目标检测训练营】,由人工智能实战专家的唐宇迪博士带你从深度学习到YOLO系列版本分析与应用。
下面是本次课程的内容节选,唐老师将会分享从基础神经网络开始,逐步过渡YOLO的整个发展历程。掌握算法的底层逻辑,你才能更好的构建上层建筑。
01 课程内容
两天时间,让你掌握深度学习到YOLO系列。
上课时间:6月22日-23日,每晚20:00-22:30
课程服务:录播+直播授课+讲师答疑+课堂笔记+作业布置
神经网络模型细节知识点分析.
神经网络模型整体架构解读.
计算机视觉核心模型-卷积神经网络.
卷积神经网络整体架构及其参数设计.
分割领域经典算法Unet系列.
物体检测经典算法YOLO解读.
YOLO系列升级版本分析与应用.
检测模型优化与改进细节分析.
02 两天你将收获
开放全部代码,课后复用方便高效
讲师带练,伴随式编程环境