培訓班|2022年11月17-18日深度學習與圖像案例實踐班
隨著互聯(lián)網和多媒體技術的快速發(fā)展，圖像數據呈現(xiàn)出爆發(fā)式的增長，如何對海量圖像進行高效的分類和檢索成了一項新的挑戰(zhàn)。圖像分類是圖像檢索、物體檢測和識別等應用的基礎，也是模式識別和機器學習中的研究熱點。
深度學習是一種對數據進行表征學習的方法，起源于神經網絡，本課程介紹了基于深度學習技術處理圖像的主要內容。包括圖像數據理解與神經網絡入門、圖像分類、目標檢測與圖像分割。課程中提供了大量的案例以供學員參考。
主辦單位：北京市計算中心有限公司
協(xié)辦單位：
北京市基因測序與功能分析工程技術研究中心
云計算關鍵技術與應用北京市重點實驗室
工業(yè)和信息化人才培養(yǎng)工程培訓基地
北京市大數據教學實踐基地
支持單位：肽度TIMEDOO
舉 辦 地：北京市海淀區(qū)豐賢中路7號北科產業(yè)3號樓
課程安排：2022.11.17-18（周四-周五）上午9:30-11:30 ??下午13:30-17:00
| 日期 | 主題 | 內容 | 實踐案例 |
| 第一天
上午 |
Python入門 | 1、Python程序語言、Anaconda環(huán)境準備
2、Python數據結構、語法回顧 3、函數編寫與類的定義 4、Pytorch環(huán)境安裝 |
1、波士頓房價預測（python）
2、MINIST手寫識別案例（BP） 3、貓狗大戰(zhàn) 4、鳶尾花分類 5、手寫字符識別：EMNIST、MNIST、QMNIST、USPS、SVHN、KMNIST、Omniglot 6、實物分類：Fashion MNIST、CIFAR、LSUN、SLT-10、ImageNet 7、場景分類：LSUN、Places365 |
| 神經網絡入門 | 5、單層感知機
6、前饋神經網絡 7、誤差后迭代神經網絡 8、卷積神經網絡（卷積、池化、dropout等的介紹） 9、經典深度學習網絡結構：LeNet，AlexNet，VGG16，GoogleNet，ResNet等 |
||
| 圖像識別任務分析與實戰(zhàn) | 10、圖像分類
11、目標檢測 12、實例分割 13、語義分割 14、選取示例實戰(zhàn)（單層神經網絡或線性回歸問題） |
||
| 第一天
下午 |
Pytorch使用 | 15、Tensor以及相關的函數
16、Autograd機制以及相關函數 17、Torch.nn庫 |
|
| 基于Pytorch框架圖像分類 | 18、VGG網絡介紹
19、數據處理（讀取數據、數據標注、數據校驗、數據亂序、擴增） 20、模型設計（網絡結構、損失函數、模型訓練過程、評估、存儲） 21、訓練配置（學習率、優(yōu)化算法、過擬合和欠擬合、計算機資源配置） 22、訓練過程（評價指標、可視化） 23、模型保存 |
||
| ResNet詳解 | 24、殘差網絡基礎概念
25、ResNet-50結構 26、本機配置計算試驗 27、優(yōu)化思想和優(yōu)化方法 |
||
| Cuda與Cudnn安裝配置 | 28、顯卡配置及GPU加速原理
29、Cuda安裝 30、Cudnn安裝 31、Pytorch開啟Cuda加速api |
||
| 第二天
上午 |
目標檢測 | 32、目標檢測算法綜述
33、Pascal VOC數據集介紹 34、Labelme、labelImg標注軟件介紹與使用 |
8、SVHN（谷歌街景門牌號碼）
9、VOCDetection 10、COCODetection 11、路標檢測 12、安全帽檢測 13、AI識蟲 14、車輛檢測 15、吸煙識別預測 |
| 基于Pytorch目標檢測-Faster RCNN | 35、以Faster RCNN為例訓練
36、數據讀取和預處理 37、Faster RCNN模型設計思想 38、基本概念（邊界框，錨框，交并比） 39、兩階段Anchor-Based方法 40、預訓練模型 41、模型優(yōu)化策略 |
||
| 基于Pytorch目標檢測-YOLOv3 | 42、YOLOv3網絡結構
43、YOLOv3檢測流程 44、YOLOv3訓練、預測、評估 45、實戰(zhàn)講解 |
||
| 第二天
下午 |
圖像分割 | 46、圖像分割簡介
47、算法簡介：FCN，U-Net，PSPNet，Deeplab 48、圖像分割應用場景 |
16、遙感影像地塊分割
17、人像分割 18、細胞分割 19、Cityscapes（駕駛場景的圖像） 20、VOCSegmentation |
| U-net網絡 | 49、U-net網絡設計思想
50、構建U-net網絡 51、模型可視化 52、評估指標與損失函數 53、算法優(yōu)化和調參 54、醫(yī)療影像實戰(zhàn) |
||
| Deeplab系列算法詳解 | 55、DilatedConv原理和細節(jié)
56、ASPP模塊解析 57、Dilated Backbone 58、Deeplab V3詳解 59、Deeplab V3實戰(zhàn) 60、tensorflow、keras等框架的介紹 |
注：內容以實際發(fā)生為準；若調，會提前通知。
目標檢測案例：
?
圖像分割案例：
圖形分類案例：
【報名費用】
注冊費：2800元/人（含當期聽課費、資料費、證書費、考試費（如有））。
提供當期視頻回放以供復習使用（羽林學院平臺）。
開具增值稅發(fā)票，提供蓋章通知、結業(yè)證書等相關材料。
【報名優(yōu)惠政策】
1、3人以上團體報名每人可減少300元；
2、4+1團報，可免費贈送一個名額；
3、上面優(yōu)惠政策不能同時享受，只能享受其中一種；
老學員參加及推薦學員參加均可額外優(yōu)惠200元。
【付費方式】
手機銀行或電子銀行轉賬、銀行匯款等
單位全稱：北京市計算中心有限公司
賬號：0200151819100023937
開戶銀行：中國工商銀行股份有限公司北京自貿試驗區(qū)永豐基地支行
（匯款信息備注：“智能計算——您的姓名”，個人匯款請備注單位名稱）
注：款項支出后，請?zhí)峁└犊罨貓?zhí)給工作人員，方便核實到賬、開具發(fā)票。
【咨詢請聯(lián)系】
QQ號：659230635
微信號：vicolee2021
【注】開課前一周會發(fā)送郵件通知；若未接到郵件通知，請電話咨詢。
本文系作者 @TIMEDOO 原創(chuàng)發(fā)布在 肽度TIMEDOO。未經許可，禁止轉載。
