1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機會。

幫助OpenCV開發(fā)人員更好的理解與掌握深度神經(jīng)網(wǎng)絡(luò)(DNN)模塊應(yīng)用開發(fā)，提升解決問題能力，認真學(xué)完課程，有能力更好完成圖像分類、對象檢測、視頻跟蹤等應(yīng)用需求、提升個人能力與口碑。學(xué)會在OpenCV中使用預(yù)訓(xùn)練的深度學(xué)習(xí)模型，開發(fā)相關(guān)應(yīng)用。
適用人群
有面向?qū)ο笳Z言基礎(chǔ)，對圖像處理感興趣的，在學(xué)本科生與研究生，中高級開發(fā)人員。計算機視覺開發(fā)人員、使用
課程簡介
基于OpenCV3.3 深度神經(jīng)網(wǎng)絡(luò)模塊(DNN)，使用預(yù)訓(xùn)練的深度學(xué)習(xí)網(wǎng)絡(luò)模型實現(xiàn)各種常見的計算機視覺領(lǐng)域應(yīng)用。講述與演示了各種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型在圖像分類、對象檢測、圖像分割、視頻實時對象檢測與對象跟蹤等方面的應(yīng)用。是OpenCV3.3最實用的功能之一。

1DNN模塊概述
2使用GoogleNet模型實現(xiàn)圖像分類-01
3使用GoogleNet模型實現(xiàn)圖像分類-02
4使用SSD模型實現(xiàn)對象檢測-01
5使用SSD模型實現(xiàn)對象檢測-02
6MobileNet模型實時對象檢測
7FCN模型實現(xiàn)圖像分割-01
8FCN模型圖像分割-02
9CNN模型預(yù)測性別與年齡
10GOTURN模型實現(xiàn)視頻對象跟蹤