| 提交詢價信息 |
| 發布緊急求購 |
價格:電議
所在地:北京
型號:MPST-AIGPU
更新時間:2021-02-24
瀏覽次數:1347
公司地址:
![]()
劉經理(先生)
本教學系統的大亮點是次提出了基于傳統圖像算法+深度圖像算法的培訓框架,讓學生循序漸進的了解計算機圖像和視覺算法,從傳統的圖像處理算法到基于深度學習的圖像識別算法,讓學生深入淺出的理解基于傳統算法的計算機視覺算法和基于深度學習的計算機圖像識別算法,同時本實驗真正實現了深度學習的零基礎一站式的學習,從基礎的深度學習的構成元素,到更的神經網絡的訓練和調參,從簡單的圖像處理實驗到更復雜的基于深度學習神經網絡模型的人臉識別,讓學生在學習完本教程后,可以真真切切自己動手去訓練一個深度學習網絡,去用這個深度學習網絡去檢測和識別目標。
硬件:CPU+ GPU+顯示器
部分:傳統圖像算法實驗
實驗1. 實驗環境的建立
實驗2. 圖像的反色
實驗3. 圖像的平移
實驗4. 圖像的高斯平滑
實驗5. 圖像的均值濾波
實驗6. 圖像的中值濾波
實驗7. 圖像的Roberts邊緣檢測
實驗8. 圖像的sobel邊緣檢測
實驗9. 圖像的canny邊緣檢測
實驗10. 圖像的種子填充算法
實驗11. 圖像固定閾值分割算法
實驗12. 圖像固定閾值分割算法
實驗13. 圖像迭代閾值分割算法
實驗14. 圖像OSTU閾值分割算法
實驗15. 圖像的形態學膨脹算法
實驗16. 圖像的形態學腐蝕算法
實驗17. 虛擬線絆線檢測識別算法
實驗18. 檢測識別算法
實驗19. 邊界檢測識別算法
實驗20. 人臉跟蹤算法
實驗21. 手勢檢測算法
實驗22. 運動目標方向檢測
實驗23. 熱點區域檢測
實驗24. 智能眨眼拍照系統
第二部分:基于深度學習圖像算實驗
? 快速上手python編程
? 學習使用深度學習框架tensorflow
? 學習使用深度學習框架Keras
? 學習使用MLP(多層感知器)
? 學習使用CNN(卷積神經網絡)
? 學習使用卷積神經網絡VGG
? 學習使用遷移學習訓練神經網絡
? 學習使用卷積神經網絡MobileNet
? 學習使用訓練過程可視化工具TensorBoard
? 學習使用TensorflowAPI:tf.estimator
? 學習使用人臉檢測網絡MTCNN
? 學習使用resnet來訓練和識別臉部表情
? 學習使用目標檢測網絡SSD檢測人臉
第三部分:深度學習應用
? 基于深度學習--MTCNN+Facenet構建完整人臉識別系統
免責聲明:以上所展示的[MPST-AIGPU 人工智能深度學習系統]信息由會員[億創宏達(北京)科技有限公司]自行提供,內容的真實性、準確性和合法性由發布會員負責。