目标检测是计算机视觉领域的一大任务，大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。
YOLO算法的最大优点就是速度极快，每秒可处理45帧，也能够理解一般的对象表示。
从个人学习来看：优秀的计算机视觉工程师，目标检测的学习避免不了，而目标检测的核心就是YOLO。YOLO系列也一直在发展，对于它的学习迫在眉睫。
从职业发展来看：YOLO一直是应用很广的主流算法之一，也是月薪30K以上的工程师标配技能，更是技术和求职风向标。因此，搭建检测模型，并深刻理解后，你一定能在求职道路上越走越远。
为了让大家对计算机视觉中的这一要领学习的更好，给大家推荐一门【图像目标检测训练营】，由人工智能实战专家的唐宇迪博士带你从深度学习到YOLO系列版本分析与应用。
下面是本次课程的内容节选，唐老师将会分享从基础神经网络开始，逐步过渡YOLO的整个发展历程。掌握算法的底层逻辑，你才能更好的构建上层建筑。
内容仅截选部分，在【图像目标检测训练营】中 , 将帮助同学们快速掌握AI领域两大核心模块：检测与分割，并基于真实数据集进行项目实战。
上课时间：6月22日-23日，每晚20:00-22:30
课程服务：录播＋直播授课+讲师答疑+课堂笔记+作业布置
神经网络模型细节知识点分析.
神经网络模型整体架构解读.
计算机视觉核心模型-卷积神经网络.
卷积神经网络整体架构及其参数设计.
分割领域经典算法Unet系列.
物体检测经典算法YOLO解读.
YOLO系列升级版本分析与应用.
检测模型优化与改进细节分析.
注：本次训练营会PPT课件、课堂笔记。
PPT课件、课堂笔记会在6月23日统一发给完成全部作业且2天都到课的同学。
你可以用于课后自查、复习巩固，甚至复用于日后的业务，方便高效！你将获得伴随式的编程环境、讲师带练、运用科学的方法引导，帮你消化疑难知识点
同时还有@唐宇迪老师将会分享 , 一线热门技术和行业经验，众多学员亲测有效的一套技术提升方案，帮你摆脱迷茫，明确成长方向！
