计算机视觉算法工程师

师资：

 郝老师：中国科学院计算技术研究所高性能计算机研究中心，AI视觉识别方向负责人，具体负责工作：研究计算机视觉任务在异构平台的加速；计算机视觉和深度学习在产业领域的应用和推广。

培训内容：

第一讲 计算机视觉基础理论与工具介绍

1.Anaconda, Jupyter notebook，openCV和Pytorch的安装使用方法

2.计算机视觉基础理论和历史沿袭

3.图像处理理论和实践

4.实例：人脸识别，换脸

第二讲 高层次特征表示

1.数据驱动模型介绍：K近邻、线性分类器

2.神经网络模型介绍

3.卷积、池化、激活函数的作用与理解

4.论文研读：

a)Gradient-Based Learning Applied to Document Recognition

5.实例：30分钟PyTorch

6.实例：OCR-mnist数据集论文复现和应用于验证码识别

第三讲 现代计算机视觉

1.卷积神经网络的理解和应用

2.主流卷积神经网络分析

3.现代计算机视觉的主流发展方向

4.论文研读:

a)ImageNet Classification with Deep Convolutional Neural Networks

b)Going Deeper with Convolutions

c)Deep Residual Learning for Image Recognition

5.实例：论文复现：应用于大规模图像分类问题

第四讲 目标检测算法

1.滑动窗口算法

2.单阶段目标检测算法

3.双阶段目标检测算法

4.论文研读：

a)Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

b)You Only Look Once: Unified, Real-Time Object Detection

5.实例：论文复现：应用于行人检测和自动驾驶