两周学好目标检测，怎样才有可能？

目标检测是很多计算机视觉任务的基础，不论我们需要实现图像与文字的交互还是需要识别精细类别，它都提供了可靠的信息。图像分类、检测及分割是计算机视觉领域的三大任务。图像分类任务关心整体，给出的是整张图片的内容描述，而检测则关注特定的物体目标，要求同时获得这一目标的类别信息和位置信息。

目标检测是目前应用最多的AI技术

也是需求最火热的招聘职位

广泛应用于以下领域：

智能监控：公共安全监控，交通场景监控，家庭环境监控；

虚拟现实：交互式虚拟现实，游戏控制，角色动画，远程会议；

高级人机交互：手语翻译，手势控制，高噪声环境信息传递；

动作分析：基于内容的运动视频检索，运动项目个性化训练；

自主导航：车辆导航，机器人导航，无人机导航；

机器人视觉：工业机器人，室内服务机器人，太空探测器等。

「人工智能前沿实战班」首期聚焦“目标检测”，由AI国家队精心设计的课程将于12月22日在北京与您见面。课程采取线下小班教学形式，最小化学习负担，最大化实战效果，带领学员快速突进实战目标，并直接跟进这一领域最先进的前沿技术，掌握升职加薪利器。

“

亮点一：线下教学，源码级理解

首期前沿实战班将在北京线下开课，在30人以内的小班环境中，由讲师面对面教学，同学现场讨论，实战项目现场演练，手把手教会为止。通过线下教学和随时答疑，使你对目标检测的前沿技术实现源码级理解，练就工业级项目的实战能力。

“

亮点二：AI国家队提供师资，降维打击

课程的讲师团队来自AI国家队——中科院自动化所，主讲是国内AI领域青年科学家的领军人物之一，保证授课内容的科学性、实用性和领先性。你还将得到一名助教全程实时辅导，从制定学习计划开始，直到达成学习目标。课程将帮助你建立起AI的世界观，将对AI的理解提升到前所未有的高度。

“

亮点三：作业项目考核三管齐下

开课前提供Python、数学相关的课件和作业做预习。每次线下课通过GPU + JupyterNotebook提供交互式代码环境；在线完成作业，讲师和助教1v1在线批改。完成全部课程学习后进行为期3周的实战项目考核。从而在不断的实战中掌握目标检测核心算法和实战技能。

“

亮点四：提供GPU云实验平台

还原BAT真实生产环境，提供工业数据和价值数十万的GPU云实验平台（提前装PyTorch等主流DL框架和相关数据）。提供完善的实验平台供您动手、真枪实战，拒绝纸上谈兵。

“

亮点五：最小化学习负担，高效掌握求职加薪利器

目标检测技术是目前实际应用最多的AI技术，课程将聚焦应用场景的需求，详细剖析目标检测技术的原理和方法。课程通过30天的预习辅导、4天的线下面授、不限时在线实训、在线答疑、以及结业测验等模块，以最大化学习效果，最小化资源负担，帮助你在短期内校准概念体系，实现长期自学难以企及的学习效果，掌握求职加薪利器，驶上事业快车道。

课程计划

★

预习自学

报名之日起至12月21日

• PC端环境配置和JupyterNotebook使用

• Python语法

• 相关机器学习和Numpy、Sklearn

• 相关深度神经网络基础和数学

• 卷积神经网络基础和数学

• PyTorch

线下面授  

12月22日  9:00-18:00

课程概览

目标检测问题介绍：

问题具体定义、简要叙述涉及到的相关基础和技术

编程基础

1. Python基础

• 元素、列表、字典等基础数据形式，函数、类等常用形式

• 常用库NumPy、SciPy、PIL、Opencv、Matplotlib等

2. Linux基础与服务器使用

• Ubuntu环境介绍，常用命令cd、ls、cp、nvidia-smi等等

• 程序运行方式：Notebook使用

数学基础

1. 线性代数等

• 标量、向量、矩阵、范数、矩阵乘法、导数、线性空间等

2. 概率论基础等

• 样本、概率、随机变量、期望方差、条件和边缘概率分布

机器学习基础

1. 传统模型

• Logistic回归、Softmax分类、线性分类器、SVM、数据降维（PCA等）

2. 模型评估与选择、模型优化等

• 数据集划分、模型复杂度、模型选择、模型优化（梯度下降等）

12月23日  9:00-18:00

深度学习基础

1. 深度神经网络包括激活函数、BP算法等

• 图像色彩空间、全连接操作、激活函数、与生物神经元联系、正向推理、反向优化、BP求梯度等

2. 卷积神经网络包括VGGNet、ResNet等

• 基础：卷积、池化、激活函数、Dropout、Data Augmentation、Batch Normalization

• 代表性算法：AlexNet、VGGNet、ResNet；应用：在图像分类中的性能，ImageNet竞赛
  

深度学习平台

1. 各平台基本原理介绍

• 简要介绍各个平台：TensorFlow、Caffe、Torch、PyTorch；

• 强调其两个特性：1）自动求导和2）调用GPU

2. PyTorch平台介绍与案例实践

• Pytorch基本元素包括矩阵、变量等的表示，基本运算方式，深度学习相关的模块，图像分类和回归等实例

线上答疑和作业 

12月24-28日

• Python

• 机器学习和Sklearn

• 深度神经网络基础

• 卷积神经网络基础

• PyTorch

线下面授

12月29日  9:00-18:00

目标检测基础

传统目标检测

• HOG +SVM原理及应用实例

• 检测问题的相关评价指标，目标函数等等基础元素

深度学习检测算法

1. 双阶段目标检测算法包括Faster R-CNN等

• RCNN

• Fast R-CNN

• Faster R-CNN

• 其他方法如：R-FCN、Mask RCNN等

2. 单阶段目标检测算法包括SSD等

• YOLO

• SSD

• RetinaNet

• 其他：简要介绍相关扩展方法DSSD等

3. 两类方法的优缺点对比分析

12月30日  9:00-18:00

项目实战：从数据到算法

1. 自然图像目标检测

2. 行人检测

3.人脸检测

4. 车牌检测

• 不同类型数据数据预处理

• 模型建立原则

• 训练过程调试

• 结果评估与反馈

结业考核作业

12月31日-1月21日  在线自学实习

主讲：黄老师

中科院院长特别奖获得者（全中科院100多个所每年入选仅40人）。毕业于中科院自动化所获博士学位，留所工作，研究方向为深度学习、计算机视觉与模式识别。在顶级期刊和会议如TPAMI、TIP、CVPR、NIPS、ICCV上以第一作者发表十多篇文章，获得CVPR -Deep Vision Workshop最佳论文奖、ICPR 最佳学生论文奖、RACV 最佳墙报奖、百度奖学金等奖项。

课程收获

源码级理解Faster R-CNN等多种算法

大厂内推实习机会

挑战中高级图像算法工程师，升职加薪

玩转AI

......

12月22日北京线下开班

学习名额仅余8席

抢先预约，迈出职场突破的第一步！

PS：企业/高校团购请与微信客服联系。

“

你可能还想问？

Q：如何报名学习？

A：选购课程，并将简历发送至邮箱：inquiry@mustedu.cn。我们会在五个工作日之内沟通后续事宜 ，电话或远程面试通过后，才视为报名成功。我们根据学员的背景（学历和工作经验等）设定需要预先掌握的知识点，协助学员进行查漏补缺，并协助学员制定预习计划，推送定制的教学资源，比如数据结构算法、ML数学基础、机器学习/深度学习（具体从哪个环节开始学起，或需要学习哪几个环节，因人而异、个性化定制）

Q : 上课方式是怎样的？ 

A : 培训班采用线上线下相结合的方式，线上内容分为在线答疑和在线实训，线下内容为线下面授，顶级讲师面对面授课辅导。

Q : 怎样的基础才能报名该课程？

 A : 学过编程、高数、概率统计、Python，有一定的机器学习基础。

Q : 不在北京怎么参加线下部分的课程？

A : 我们不提供住宿，但是可以帮助大家协调住宿。如果实在无法参加线下的集训部分，仍然可以获得线下集训的课程讲义、代码和相关项目资料，您在自己实现具体项目时遇到任何问题可以随时咨询讲师。

微信咨询

王老师：185-1086-6934

张老师：176-0080-0758

email：inquiry@mustedu.cn

提前掌握AI技术

抢先突破职场前沿

点击下方小程序报名

仅余8席，先约先学