Py学习  »  机器学习算法

【视频课】13小时+4大项目掌握深度学习人脸图像检测与识别

有三AI • 1 年前 • 307 次点击  


前言


欢迎大家关注有三AI的视频课程系列,我们的视频课程系列共分为5层境界,内容和学习路线图如下:


第1层:掌握学习算法必要的预备知识,包括Python编程,深度学习基础,数据使用,框架使用。

第2层:掌握CV算法最底层的能力,包括模型设计基础,图像分类,模型分析。

第3层:掌握CV算法最核心的方向,包括图像分割,目标检测,图像生成,目标跟踪。

第4层:掌握CV算法最核心的应用,包括人脸图像,图像质量,视频分析,图像编辑。

第5层:掌握算法落地的关键技术,包括模型优化,模型部署



其中部分课程的主体内容已经更新完毕,比如数据使用/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/视频分类/模型部署/模型优化/人脸图像检测与识别;部分课程正在重制更新中,比如人脸图像编辑;部分课程正在计划上线中,比如图像编辑,请大家及时关注!


为了方便大家对我们的视频课程内容进行索引,本次对我们社区的所有成系列的视频课程进行汇总,目前已经有超过20个专栏,超过200个小时的内容,各课程概述如下,详情请大家点击相关链接了解介绍。


最新的完整介绍如下:【总结】最专业最系统的CV内容,有三AI所有免费与付费的计算机视觉课程汇总(2022年7月)



本次给大家介绍的课程内容是《深度学习之人脸图像检测与识别:理论实践篇》,目标是帮助大家掌握基于深度学习模型的人脸检测与识别等问题


为什么要学习这门课


人脸图像在计算机视觉领域中研究方向非常广,其相关研究覆盖底层图像特征,目标检测与跟踪,图像分类和检索,图像滤波,图像分割,三维重建,风格迁移等方向。在商业界应用落地也有非常多的产品,包括各类软件产品和硬件产品。



在所有人脸相关算法中,人脸检测与识别是其中最为基础的内容,也是后续算法的预处理步骤,因此必须要掌握。



为了帮助大家系统性地学习深度学习人脸检测与识别的相关内容,我们推出了《深度学习之人脸检测与识别》系列课程,目前已完成约3个小时的理论课+10个小时的实践课(还在更新中)下面请听课程的详细介绍!


课程内容介绍


本课程内容将包括深度学习人脸检测与识别相关算法理论与实践,目前一期已经基本更新完毕,超过13个小时,涵盖了人脸检测、关键点检测、人脸识别、人脸属性识别等,既有足够的宽度,也具备有足够的深度。我们会非常详细地讲解算法中的细节,帮助彻底消化算法原理;


下图是已有课程的大纲脑图:



下面简单了解一下各部分的内容:


(1) 人脸检测,包括基本的人脸检测模型,小尺度人脸检测模型,遮挡人脸检测问题,活体人脸检测,伪造人脸检测问题,约60分钟【本部分内容可以免费收听】。






(2) 人脸关键点检测,介绍人脸关键点检测基础与模型,约20分钟




(3) 人脸识别,介绍人脸识别问题,基于度量学习的人脸识别模型,基于分类的人脸识别模型,人脸识别优化目标的演变,人脸识别的难题(遮挡,年龄,妆造,异质源等),一共约60分钟。






(4) 人脸属性识别,介绍人脸表情,年龄,姿态等属性识别问题,约20分钟。





(5) 基于Pytorch的人脸表情识别实战,包括项目背景介绍,数据准备与读取,模型搭建与训练,模型测试,本部分内容时长约60分钟,可以免费收听。





(6) 基于Pytorch的RetinaFace人脸与关键点检测实战,包括内容简介,数据集介绍,数据集读取,模型模块解读,multibox损失解读,测试与推理,本部分内容时长约320分钟,部分章节可以免费收听。





(7) 基于Pytorch的PFLD人脸关键点检测实战,包括项目背景,数据预处理,数据读取,模型解读,模型训练,模型测试,本部分内容时长约60分钟,部分章节可以免费收听





(8) 基于Pytorch的MTCNN与Centerloss人脸识别实战,包括项目背景,数据预处理,数据读取,模型解读,模型训练,模型测试,本部分内容时长约180分钟,部分章节可以免费收听





以上就是已有的课程内容,由于理论部分录制时间较早,后续还会重新录制更新,当前共计超过13个小时,后续还会持续丰富完善内容,请大家保持关注。


本课程讲师为言有三(除人脸检测案例实践外),讲师简介如下:



龙鹏,笔名言有三,技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012),中国科学院半导体研究所神经网络实验室(2012-2015),先后就职于奇虎360人工智能研究院(2015.7-2017.5),陌陌科技深度学习实验室(2017.5-2019.3),深度学习算法专家,阿里云MVP,华为云MVP。


拥有超过7年的计算机视觉从业经验,拥有丰富的传统图像算法和深度学习计算机视觉项目经验,著有书籍《深度学习之图像识别:核心技术与案例实战》(机械工业出版社2019.4),《深度学习之模型设计:核心算法与案例实践》(电子工业出版社2020.6),《深度学习之人脸图像处理:核心算法与案例实战》(机械工业出版社2020.7),《深度学习之摄影图像处理:核心算法与案例精粹》(人民邮电出版社2021.4),拥有10余项发明技术专利与学术论文。


擅长领域:Caffe,Tensorflow,Pytorch等主流深度学习平台。神经网络与深度学习理论,深度学习模型设计与优化,计算机视觉的基础领域,AI美学,2D与3D人脸算法,生成对抗网络GAN等领域。


如何获取课程


订阅《深度学习之人脸检测与识别》专栏,本专栏暂时定价为299,随着后续内容增加价格还会继续增加,感兴趣的请提前订阅链接如下:



已有的课程目录如下:



也可以一次性加入有三AI秋季划人脸算法组,获取所有人脸算法相关的内容,了解如下:
【CV秋季划】人脸算法那么多,如何循序渐进地学习好?


往期相关


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/138383
 
307 次点击