课程价格 ：
¥799.00
剩余名额
0
-
学习时长
8周/建议每周至少8小时
-
答疑服务
专属微信答疑群/讲师直接参与
-
作业批改
每章节设计作业/及时批改评优
- 第1章: 人脸识别概述
- 第1节: 人脸识别研究背景及优势
- 1-1：【课件】人脸识别概述
- 1-2：【视频】人脸识别背景
- 第2节: 人脸识别的发展归纳
- 2：【视频】人脸识别发展
- 第3节: 人脸识别常用数据库
- 3：【视频】人脸识别数据库
- 第4节: 人脸识别常用测试协议
- 4：【视频】测试协议
- 第5节: 作业
- 5：【作业】认识测试协议
- 第2章: 传统人脸识别方法
- 第1节: 人脸识别基本流程
- 6-1：【课件】传统人脸识别方法.pdf
- 6-2：【视频】传统人脸识别方法的基本流程
- 第2节: 特征提取与降维方法
- 7：【视频】特征提取
- 第3节: 分类器
- 8：【视频】分类器
- 第4节: 作业
- 9：【作业】理解PCA降维与LBP特征
- 第3章: 基于深度学习的人脸识别-前瞻
- 第1节: 课件
- 10：【课件】第3节 早期深度学习人脸识别算法.pdf
- 第2节: 早期DeepID系列算法
- 11：【视频】早期深度学习人脸识别算法
- 第3节: 人脸识别环境配置
- 12：【视频】环境配置演示
- 第4节: 数据准备及预处理
- 13-1：【视频】数据处理实践
- 13-2：【代码】MTCNN.zip
- 第5节: 实践：配置环境，并使用MTCNN对CASIA-WebFace 和LFW 数据切图
- 14：【作业】MTCNN实践
- 第4章: 基于深度学习的人脸识别-网络结构
- 第1节: 课件
- 15：【课件】网络结构.pdf
- 第2节: 卷积神经网络的基础模块与操作
- 16：【视频】卷积神经网络基础
- 第3节: 通用分类架构及常见人脸识别模块
- 17：【视频】通用网络分类及人脸识别模块
- 第4节: 实践：Pytorch搭建SEResnet-IR 网络结构
- 18：【作业】搭建网络结构
- 第5章: 基于深度学习的人脸识别-损失函数（2次课）
- 第1节: 课件
- 19：【课件】损失函数 I.pdf
- 第2节: Softmax损失函数
- 20：【视频】softmax
- 第3节: Margin-based Softmax 损失函数
- 21：【视频】margin-softmax
- 第4节: Mining-based Softmax 损失函数
- 22：【视频】mining-softmax
- 第5节: 训练测试解析
- 23-1：【课件】人脸识别-损失函数-II.pdf
- 23-2：【视频】训练测试解析
- 第6节: Margin-Mining 损失函数
- 24：【视频】margin-mining softmax
- 第7节: search-softmax
- 25：【视频】search-softmax
- 第8节: 度量学习
- 26：【视频】度量学习
- 第9节: 模型训练及测试
- 27：【作业】人脸识别深度网络模型训练及测试
- 28：第五章部分代码
- 第6章: 基于深度学习的人脸识别-数据
- 29：【课件】人脸识别-数据分析.pdf
- 第1节: 数据分析：噪声数据
- 30：【视频】噪声数据
- 第2节: 数据分析：长尾分布、数据标签、大规模数据
- 31：【视频】长尾分布等
- 第3节: 实践：交互式人脸识别系统搭建
- 32：【视频】人脸识别系统搭建
- 第4节: 实践：demo搭建
- 33-1：第六章作业
- 33-2：第六章作业答案
- 第7章: 人脸识别模型压缩
- 第1节: 模型压缩
- 34-1：【课件】第七章.pdf
- 34-2：【视频】模型压缩
- 34-3：【作业】第7章
- 34-4：第七章作业代码答案
