受疫情的影响，口罩将在未来很长一段时间伴随着大家，这就使得传统的识别算法失去了效用，快速的口罩检测技术成为了一个新的热点。而要快速地搭建起一个属于自己的口罩检测模型，三个难点要攻克：第一，需要大量的有代表性的训练数据；第二，需要对佩戴口罩的面部实现精准的关键点定位；第三，需要提高眼部的识别精度。
要从0开始克服这三个难点，将需要消耗大量的人力物力，那么有没有什么现成的工具或者模型可以直接用呢？如果你也在烦恼这个问题，那么这个分享你一定不能错过！
NVIDIA即将在9月16日晚上8点进行主题为“三十分钟搭建基于Python和NVIDIA Transfer Learning Toolkit的深度学习训练环境”的主题分享，教你快速训练部署属于自己的口罩检测模型！
本次课程将介绍如何利用 NVIDIA Transfer Learning Toolkit，在 Python 的环境下快速训练并部署一个口罩监测模型。并会详细介绍如何利用该工具对模型进行剪枝、评估并优化。Transfer Learning Toolkit 内包含了 95 个预训练模型，6 个常用网络模型，用户不用从头开始训练，极大地减轻了准备样本的工作量，让开发者专注于模型的精度提升！
Transfer Learning Toolkit 是一个基于 Python 的工具包，它使开发人员能够利用 NVIDIA 预先训练的模型，并为开发人员提供一系列的工具，使流行的网络架构适应他们自己的数据，并且能够训练、调整、修剪和导出模型以进行部署。它还拥有简单的接口和抽象 API，提高了深度学习训练工作流的效率。
本次课程你将了解到：
NVIDIA Transfer Learning Toolkit 2.0 的最新特性
-
利用 nvidia-docker 快速部署 NVIDIA Transfer Learning Toolkit
利用 NVIDIA Transfer Learning Toolkit 快速搭建深度学习训练环境
利用 Transfer Learning Toolkit 快速训练部署口罩检测模型
赶快扫描下方的二维码或者点击阅读原文报名吧！
添加小助手微信：Tango2018cc，加入直播交流群参与有奖问答，更有机会获得NVIDIA礼品、技术书籍、现金红包哦！
