欢迎大家来到我们的项目实战课,本期内容是
《基于ResNet的生活垃圾图像分类实战》
。所谓项目课,就是以
简单的原理回顾+详细的项目实战的模式,针对具体的某一个主题,进行代码级的实战讲解。
图像分类是计算机视觉领域里最基础的问题,要解决的就是给定一个图像,正确给出该图像所属的类别。如何做好图像分类任务,关系到大家能否正确顺利地入门、如何学习接下来更加高阶的内容。
本次我们来给大家实现一个非常经典的图像分类实战案例,内容很详细,非常适合新手朋友们,本次课程
是免费课程
,
经过剪辑后的总时长约为130分钟,
各部分课程内容与时长如下:
下面我们来简单看一下各部分的内容:
第1部分:项目简介,讲解所使用的数据集。
第2部分:数据集制作与读取,包括数据集的分析,预处理,以及数据类的定义,数据读取等,
本部分内容约70分钟。
第3部分:模型搭建和训练,
本部分内容约20分钟。
第4部分:模型测试,使用训练好的模型,对新的图片进行模型测试。
第5部分:模型调优,对比迁移学习与数据增强训练方法对模型的改进效果。
本次课程讲师为
鲁健恒
,
大学老师,有三AI线上与线下课程讲师,《深度学习之模型设计》系列课程主讲人,SCI期刊IEEE ACCESS审稿人。专注于计算机视觉与人工智能领域,近期围绕人工智能领域,拥有4个发明专利授权,2个实用新型专利授权,以及1个软件著作权。
我们的视频课全部在小鹅通平台,可以使用手机APP鹅学习或者直接在网页进行登录,内容试听以及订阅请直接扫如下二维码:
课程相关问题答疑,请联系
微信-坨坨瑜
进项目实战群:
为了进一步丰富有三AI生态的实战内容,欢迎有经验,有能力的讲师报名成为平台讲师:
讲师要求如下:
(1) 有多次人工智能领域教学经验,擅长演讲与教学。
(2) 有3年以上人工智能领域项目实战经验。
(3) 有三AI已有生态成员优先。
实战课的收入与平台采取
固定分成
的方式,具体细节可在内容组了解详情,报名请联系
微信-坨坨瑜
提交简历,或直接联系有三本人。