教程分类: 计算机视觉 - AI免费学习网

计算机视觉

点击下方卡片蓝色字体，学习对应课时

1 计算机视觉的定义与应用

2 计算机视觉的发展历程

3 计算机视觉的主要任务与挑战

4 图像处理基础之图像的表示与存储

5 图像处理基础之基本图像处理技术

6 图像处理基础之颜色空间转换与直方图均衡

7 图像处理基础之图像滤波与边缘检测

8 特征提取与描述之特征的定义与重要性

9 特征提取与描述之传统特征提取方法

10 特征描述子与匹配

11 监督学习与非监督学习

12 机器学习基础之模型评估与选择

13 过拟合与正则化

14 深度学习与神经网络之神经元模型与激活函数

15 深度学习与神经网络之前向传播与反向传播

16 深度学习与神经网络之梯度下降与优化算法

17 卷积神经网络(CNN)之卷积与池化操作

18 卷积神经网络(CNN)之CNN架构与模型设计

19 卷积神经网络(CNN)之迁移学习与预训练模型

20 目标检测与识别之对象检测算法概述

21 目标检测与识别之YOLO与SSD算法详解

22 目标检测与识别之目标跟踪技术

23 图像分割任务与技术概述

24 语义分割与实例分割

25 图像分割之常用分割模型与评估指标

26 计算机视觉应用之图像识别与分类

27 计算机视觉应用之视频分析与关键帧提取

28 计算机视觉应用之自动驾驶与人脸识别

29 当前研究热点

30 计算机视觉面临的挑战

31 计算机视觉的研究方向