【实战项目】
项目一:人脸识别
本项目可以利用深度学习框架,完成人脸检测的核心技术、图像类别识别的操作训练,构建网络模型并展开分析与评估,方便学员快速进行项目实践!
项目二:图像检索与分类
基于卷积神经网络,使用Tensorflow框架完成模型训练以及验证,在训练过程中学习出对应的二值检索向量,采用邻域比较方法提高检索速度。
项目三:手工数字识别
通过对手写数字识别功能的实现,可以帮助我们后续对神经网络的理解和应用。非常适合作为其它技术的基础,有利于理解深度学习相关的应用知识。
项目四:Caffe与TensorFlow
Caffe与Tensorflow是两款深度学习最火框架,结合案例将会演示如何应用框架构造神经网络模型并完成案例任务,促进深度学习相关知识的掌握。
项目五:行人检测
该技术可与行人跟踪,行人重识别等技术结合,应用于人工智能系统、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。
项目六:智慧城管
本项目根据视频监控图像,利用图像处理技术、人工智能算法,自动识别图像中的违规违章现象,实现城市管理的智能化。
项目七:车辆检测与识别
本项目自动检测图像中的车辆信息,并进行敏感数据的脱敏操作,提高数据利用率同时避免信息泄露。
项目八:交通流预测
本项目采集城市交通数据,并对这些历史数据进行分析、整理,对道路车流量进行预测模型的建立,实现道路在未来一段时间内的交通流量预测。