分享背景

计算机视觉是一门研究如何使机器“看”的科学,掌握解决具体计算机视觉任务的方法则会帮助我们解决大规模系统的复杂问题,其应用相当广泛,包括并不限于:图像分类,人脸识别;车辆检测,行人检测;语义分割,实例分割;目标跟踪,视频分割;图像生成,视频生成。此次公开课卢博士将会介绍计算机视觉的定义、研究方法和应用举例,还会重点介绍深度学习历史发展历史,常见深度学习网络介绍和开发平台,帮助计算机视觉入门者和从业者进行有效的基础夯实和系统梳理。

分享主题

计算机视觉概述和深度学习简介

分享提纲

1.计算机视觉定义和研究方法

2.计算机视觉的应用举例:

  • 图像分类,人脸识别

  • 车辆检测,行人检测

  • 语义分割,实例分割

  • 目标跟踪,视频分割

  • 图像生成,视频生成

3.深度学习历史回顾

4.常见深度学习网络介绍和开发平台

分享人简介

卢宪凯,上海交通大学博士,主要研究方向是目标跟踪与深度学习。在多个计算机视觉期刊会议上发表多篇学术论文,包括IEEE Transaction on Multimedia、MTA、Neurocomputing、ICASSP。

分享时间

北京时间12月6日(周三)20:00


参与方式

扫描海报二维码添加社长微信,备注「卢宪凯

上海交通大学博士讲师团队

从算法到实战应用

涵盖CV领域主要知识点

手把手项目演示

全程提供代码

深度剖析CV研究体系

轻松实战深度学习应用领域!

▼▼▼  

(限时早鸟票~)

公开课精彩往期回顾

复旦Ph.D沈志强:用于目标检测的DSOD模型(ICCV 2017)

极限元刘斌:深度学习在语音生成问题上的典型应用

搜狗文仕学:基于深度学习的语音分离

Video ++孙兆民:视频内容识别行业分析

悉尼科大王超岳:基于生成对抗网络的图像编辑方法

达观数据张健:文本分类方法和应用案例

清华Ph.D王书浩:基于深度学习的电商交易欺诈检测系统

Twitter工程师王东:详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队:图像比赛的通用套路有哪些?

宜远智能刘凯:显著降低模型训练成本的主动增量学习

点击阅读原文,立即报名