首页 体系课 人工智能:深度学习从入门到精通
人工智能:深度学习从入门到精通
10大专业方向,8种细分技能,一次搞定!
从框架到模型,从理论到实战,循序渐进系统进阶
几十个配套案例,全面覆盖深度学习核心应用场景

针对0基础用户开发,对标大厂前端工程师能力水平

从入门到全栈开发到项目构建,系统提升开发能力

针对大厂需求量身定制,一次性直达就业标准

24 课程内容
12 个月 教学服务期限
92 小时 视频时长
17 学习人数
100% 好评度
24 课程内容
12 个月 教学服务期限
70000 手敲代码
2 企业及项目
16+ 实操案例
17 学习人数

优惠价 ¥3399.00

支持花呗 7天可退款 ¥4200

加购物车 立即购买

一站式完成人工智能体系化进阶,成为企业争抢的技术大牛!

覆盖10+专业方向
30+工业级项目
400+张手绘图表
10万+行代码
90+小时视频时长

5大独家课程亮点,贯彻“工业范”教学理念,更专注于技能和项目

系统性
一套完备的人工智能知识体系,从理论过渡到实践,岗位核心技能一网打尽
专业性
课程全面使用工业级真实项目作为案例,充分复现真实工作场景,学以致用
权威性
讲师具有工业界资深背景,有丰富的实践经验,带领团队完成多个复杂专业项目
丰富性
课程提供参考论文文档、项目数据和代码等资料,直播、社区多种形式助学
成长性
内容长期保持更新,一直紧跟最新技术风潮,让你的能力与时俱进

对标大厂人工智能岗位要求,多重维度构建能力模型

/编程基础夯实/
Python使用C++使用
开源框架Pytorch安卓Java部署
/数据使用/
数据获取数据整理数据标注
数据增强
/模型设计与优化/
模型分析模型设计模型部署
/计算机视觉基础/
图像分类图像分割目标检测
图像生成GAN人脸图像检测与识别
思维+实战
全面掌握必备技术点

理论与实践紧密结合,每个技术栈均搭配工业级项目操练

数据使用
数据获取
数据整理
数据标注
数据增强
Pytorch图像分类任务数据增强
实战
数据增强库imgaug
图像分类
多类别图像分类
细粒度图像分类
多标签图像分类
半监管与无监管图像分类
零样本图像分类
从零完成人脸表情识别
人脸表情分类
动物细粒度分类
生活用品多标签图像分类
基于血红细胞的图像分类
图像分割
图像分割基础
语义分割
弱监管语义分割
Image Matting
实例分割
人脸嘴唇分割实战
缺陷分割实战
Image Matting人像抠图实战
Mask RCNN实例分割实战
目标检测
Two-stage算法-Faster RCNN
系列讲解
One-stage算法-YOLO系列讲解
Anchor-free算法系列讲解
YOLOv3实战工业缺陷检测实战
Faster-RCNN实战猫脸检测
CenterNet电路板缺陷检测
Mmdetection框架使用
模型设计与优化
模型设计思想
宽度设计的模型
网络宽度、深度与模型性能
注意力机制

安卓部署
基于ResNet的垃圾分类
基于InceptionNet的花卉分类
基于SeNet的人种分类
模型可视化分析
可视化分析
复杂度分析
时间分析
模型速度分析

模型结构可视化实战
反卷积模型特征可视化实战
激活热图可视化实战
模型复杂度统计
模型速度与时间统计
图像生成GAN
全卷积图像生成GAN
条件生成GAN
多尺度图像生成GAN
风格化GAN
数据仿真与增强GAN
DCGAN实战
StyleGAN v1图像生成实战
人脸图像检测与识别
人脸检测
关键点检测
人脸识别
人脸属性识别
人脸检测
人脸识别
人脸表情识别

配套案例极为丰富,举一反三,全面覆盖深度学习核心应用场景

simplenet人脸表情识别项目
项目简介:
任务:基于嘴唇的表情识别
项目亮点:从零整理数据,从零设计轻量级表情识别模型
应用场景:社交娱乐,安全控制,司法系统等
视频演示
simplenet人脸嘴唇分割
项目简介:
任务:人脸嘴唇部位分割
项目亮点:从零整理数据,从零设计语义分割模型
应用场景:人脸美颜,人脸属性分析
视频演示
StyleGAN人像生成
项目简介:
任务:高清人像生成
项目亮点:奠基性图像生成模型理论与实战,具有较高难度,工业应
用价值巨大
应用场景:数据集扩充,人脸属性编辑
视频演示
Faster-RCNN猫脸检测
项目简介:
任务:猫脸检测
项目亮点:奠基性目标检测模型,代码经典,工业应用价值巨大
应用场景:任意通用的目标检测
视频演示

产学研一体化教学,多种配套学习资源,助你一战功成!

学习资料
附送多种类型学习资料、视频、课件等,理论和实践
充分结合,保障学习效果
视频与直播
配套的学习视频与不定期的相关主题直播
创业团队闭环
参与内容组,项目组,运营组三大核心团队,积累综
合实力
知识星球社区
通用开放的有三AI知识星球,以及专属存储资料的知
识星球
日常交流
社群实时讨论与答疑,各地线下交流活动
资深学习导师
中科院毕业,360AI研究院从业背景,知名书籍作者,
超过7年传统图像处理和深度学习从业经验合实力

知名技术专家授课,深度对标大厂业务模型,讲解深入浅出

龙鹏,笔名言有三,先后就读于华中科技大学,中国科学院,先后就职于奇虎360人工智能研究院、陌陌科技、
阿里云MVP、华为云MVP,超过7年的计算机视觉从业经验,拥有丰富的传统图像算法和深度学习计算机视觉项
目经验。擅长神经网络与深度学习理论,深度学习模型设计与优化,计算机视觉基础领域,AI美学,2D与3D人
脸算法,生成对抗网络GAN等领域,出版过《深度学习之图像识别:核心技术与案例实战》、《深度学习之模型
设计:核心算法与案例实践》、《深度学习之人脸图像处理:核心算法与案例实战》、《深度学习之摄影图像处
理:核心算法与案例实战》等多本技术书籍。

除了出色的视频内容,这里还有伴你整个技术生涯的“技术社区”

学习时你能在这里获取答案,工作后你能在这里解决难题”

问答专区
练习作业专区
笔记专区
资料专区
编程遇难点,名师来指点;疑难汇总一键查看,海量问答覆盖全面
多方位知识面,分层巩固吸收;学练结合,学习效果有保障
脱离时空限制,随记随查很方便;总结课程重点,分享提升代码经验
横向拓展,超全配套教辅资源;纵向延伸,源码开放更助知识理解
了解更多

课程大纲及学习周期安排 (详细版)

为保证课程内容紧跟市场变化,课程章节逐步开放,直至课程完结

阶段一: Pytorch使用
  • 第1周
Pytorch使用

本周学习深度学习Pytorch框架的使用,包括环境环境,网络结构搭建、优化器及损失函数定义,数据读取与增强。

课程安排:
  1. 1、Pytorch的特性与应用介绍
  2. 2、Pytorch的安装
  3. 3、张量的概念和基本操作
  4. 4、模型搭建方法
  5. 5、优化器与损失的定义与使用
  6. 6、数据使用和增强
阶段二: 数据使用
  • 第二周
数据使用

本周学习深度学习数据使用相关的内容,包括数据获取、数据整理、数据标注、数据增强方法。

课程安排:
  1. 1、数据的获取与整理
  2. 2、数据标注方法
  3. 3、数据增强的方法
  4. 4、进行数据增强实践
  5. 5、imgaug开源库介绍
  6. 6、imgaug库使用方法
阶段三: 图像分类
  • 第三周
  • 第四周
  • 第五周
  • 第六周
多类别图像分类

本周学习图像分类基础,了解经典的多类别图像分类模型,掌握多类别图像分类实践

课程安排:
  1. 1、图像分类基础
  2. 2、经典的多类别图像分类模型
  3. 3、多类别图像分类实践
  4. 4、人脸表情识别项目
细粒度图像分类

本周学习细粒度图像分类理论,基于BCNN模型完成鸟类细粒度图像分类实战

课程安排:
  1. 1、细粒度图像分类理论
  2. 2、模型搭建及训练
  3. 3、基于BCNN模型完成鸟类细粒度图像分类实战
多标签、半监督、无监督、零样本分类

本周学习多标签图像分类理论与实践,学习半监督,无监督,零样本分类理论

课程安排:
  1. 1、多标签图像分类理论与实践
  2. 2、半监督,无监督,零样本分类理论
  3. 3、零样本分类理论
图像分类的常用竞赛技巧

本周基于血红细胞的图像分类任务,学习图像分类任务性能提升技巧详解

课程安排:
  1. 1、血红细胞项目实战
  2. 2、图像分类任务
  3. 3、图像分类任务性能提升技巧
  4. 4、图像分类竞赛技巧
阶段四: 模型设计
  • 第七周
  • 第八周
  • 第九周
  • 第十周
  • 第十一周
模型设计基础

本周学习基于深度的深度学习经典模型的设计理论与实战,包括早期浅层卷积模型,深度学习发展初期的经典模型,ResNet垃圾图像分类实战

课程安排:
  1. 1、深度学习经典模型的设计理论与实战
  2. 2、浅层卷积模型
  3. 3、深度学习发展初期的经典模型
  4. 4、ResNet垃圾图像分类实战
模型设计进阶

本周学习基于宽度的深度学习经典模型的设计理论与实战,包括模型宽度设计思想,典型的基于宽度设计的模型,InceptionNet花卉分类实战

课程安排:
  1. 1、模型宽度设计思想
  2. 2、典型的基于宽度设计的模型
  3. 3、InceptionNet花卉分类实战
模型设计高级

本周学习深度学习注意力机制模型的设计理论与实战,包括空间注意力机制,通道注意力机制,混合注意力机制,基于SENet的人种分类实战

课程安排:
  1. 1、深度学习注意力机制模型
  2. 2、空间注意力机制
  3. 3、通道注意力机制
  4. 4、混合注意力机制
  5. 5、基于SENet的人种分类实战
轻量化网络理论与实践

本周学习轻量级模型的设计理论与实战,包括Xception和MobileNet,ShuffleNet,Squeezenet

课程安排:
  1. 1、轻量级模型的设计理论与实战
  2. 2、Xception
  3. 3、MobileNet
  4. 4、ShuffleNet
  5. 5、Squeezenet
安卓模型部署

本周学习Pytorch模型的部署,包括模型训练,格式转换,安卓模型加载

课程安排:
  1. 1、Pytorch模型的部署
  2. 2、模型训练
  3. 3、格式转换
  4. 4、安卓模型加载
阶段五: 目标检测
  • 第十二周
  • 第十三周
  • 第十四周
  • 第十五周
  • 第十六周
目标检测基础

本周学习目标检测的基础理论,包括数据集,评估指标,算法发展流程

课程安排:
  1. 1、目标检测的基础理论
  2. 2、数据集
  3. 3、评估指标
  4. 4、算法发展流程
one-stage算法

本周学习一阶段目标检测模型的理论与实战,包括YOLO v1到v5模型理论,YOLO v5实战

课程安排:
  1. 1、目标检测模型的理论与实战
  2. 2、YOLO v1到v5模型理论
  3. 3、YOLO v5实战
two-stage算法

本周学习二阶段目标检测模型的理论与实战,包括RCNN,SPP,Fast RCNN,Faster RCNN理论,Faster RCNN实战

课程安排:
  1. 1、RCNN
  2. 2、SPP
  3. 3、Faster RCNN理论
  4. 4、Faster RCNN实战
Anchor free模型理论与实战

本周学习Anchor-free模型的理论与实战,包括DensoeBox,CornerNet,CenterNet理论,CenterNet实战

课程安排:
  1. 1、Anchor-free模型的理论与实战
  2. 2、DensoeBox
  3. 3、CenterNet理论
  4. 4、CenterNet实战
基于MMdetection的工程实践

本周学习MMdetection框架的使用,包括安装,总体讲解,配置文件讲解,源码分析

课程安排:
  1. 1、MMdetection框架的安装
  2. 2、总体讲解
  3. 3、配置文件讲解
  4. 4、源码分析
阶段六: 图像分割
  • 第十七周
  • 第十八周
  • 第十九周
  • 第二十周
图像分割基础与语义分割模型

本周学习图像分割基础,语义分割的经典模型,以及语义分割模型的改进,弱监督语义分割模型

课程安排:
  1. 1、图像分割基础
  2. 2、语义分割的经典模型
  3. 3、语义分割模型的改进
  4. 4、弱监督语义分割模型
语义分割实战

本周学习语义分割的实战,包括从头搭建的简单模型,以及语义分割模型BiseNet实战

课程安排:
  1. 1、从头搭建的简单模型
  2. 2、经典的Unet等分割模型
Image Matting理论与实战

本周学习Image Matting模型理论与实战,包括Image Matting的基础概念,经典模型设计,Semantic Image Matting实战

课程安排:
  1. 1、Image Matting的基础概念
  2. 2、经典模型设计
  3. 3、Semantic Image Matting实战
实例分割理论与实战

本周学习实例分割模型理论与实战,包括二阶段实例分割模型,一阶段实例分割模型,Mask-RCNN实战

课程安排:
  1. 1、实例分割基础
  2. 2、二阶段实例分割模型
  3. 3、一阶段实例分割模型
  4. 4、Mask-RCNN的实例分割项目
阶段七: 图像生成GAN
  • 第二十一周
  • 第二十二周
基础图像生成GAN模型

本周学习基础图像生成GAN理论与实战,包括DCGAN,条件GAN,多尺度GAN,DCGAN实战

课程安排:
  1. 1、DCGAN
  2. 2、条件GAN
  3. 3、多尺度GAN
高阶图像生成GAN模型

本周学习高阶生成GAN理论与实战,包括StyleGAN系列的理论与实战,增强与仿真GAN

课程安排:
  1. 1、高阶生成GAN理论与实战
  2. 2、StyleGAN系列的理论与实战
  3. 3、增强与仿真GAN
阶段八: 模型分析
  • 第二十三周
模型分析

本周学习模型分析相关方法的理论与实战,包括一系列模型可视化方法,模型复杂度与速度统计方法

课程安排:
  1. 1、模型分析相关方法
  2. 2、一系列模型可视化方法
  3. 3、模型复杂度
  4. 4、速度统计方法
阶段九: 人脸检测与识别
  • 第二十四周
  • 第二十五周
人脸检测理论与实战

本周学习人脸检测与关键点检测相关方法的理论与实战,包括各类人脸检测模型,人脸关键点检测模型,RetinaFace实战

课程安排:
  1. 1、人脸检测与关键点检测相关方法
  2. 2、各类人脸检测模型
  3. 3、人脸关键点检测模型
  4. 4、RetinaFace实战
人脸识别理论与实战

本周学习人脸识别相关方法的理论与实战,包括各类人脸识别模型,MTCNN+VGGFace+Centerloss人脸识别实战

课程安排:
  1. 1、各类人脸识别模型
  2. 2、MTCNN+VGGFace+Centerloss人脸识别实战
课程优势
能力模型
技术概览
项目展示
配套服务
讲师介绍
课程大纲
返回顶部

学习咨询

选课、学习遇到问题?
扫码添加指导老师 1V1 帮助你!

扫码加顾问老师 立即咨询

意见反馈 帮助中心 APP下载
官方微信

在线咨询

领取优惠

免费试听

领取大纲

扫描二维码,添加
你的专属老师