實(shí)戰(zhàn)型計(jì)算機(jī)視覺(jué)開(kāi)發(fā)課程解析
課程技術(shù)體系構(gòu)成
本培訓(xùn)項(xiàng)目深度整合工業(yè)界最新實(shí)踐,重點(diǎn)覆蓋生成對(duì)抗網(wǎng)絡(luò)、AutoML自動(dòng)化建模、邊緣推理部署三大技術(shù)模塊。學(xué)員將通過(guò)Jupyter Notebook完成圖像生成、目標(biāo)檢測(cè)、智能體訓(xùn)練等12個(gè)實(shí)驗(yàn)項(xiàng)目,最終在NVIDIA Jetson開(kāi)發(fā)板上部署完整視覺(jué)應(yīng)用。
技術(shù)模塊 | 核心內(nèi)容 | 實(shí)驗(yàn)項(xiàng)目 |
生成模型 | DCGAN、StyleGAN | 人臉生成系統(tǒng) |
AutoML Vision | NAS架構(gòu)搜索 | 圖像分類優(yōu)化 |
邊緣計(jì)算 | TensorRT加速 | 實(shí)時(shí)目標(biāo)追蹤 |
教學(xué)對(duì)象適配分析
- ? 理工科在校生:需具備線性代數(shù)基礎(chǔ)及Python編程經(jīng)驗(yàn)
- ? 開(kāi)發(fā)工程師:建議有OpenCV或TensorFlow使用經(jīng)歷
- ? 科研人員:需提交研究計(jì)劃說(shuō)明應(yīng)用場(chǎng)景
能力提升路徑設(shè)計(jì)
課程采用螺旋式進(jìn)階教學(xué),前兩周集中夯實(shí)PyTorch框架和圖像處理基礎(chǔ),中期通過(guò)Kaggle競(jìng)賽數(shù)據(jù)集進(jìn)行模型調(diào)優(yōu)實(shí)戰(zhàn),最終階段完成從云訓(xùn)練到邊緣部署的全鏈路開(kāi)發(fā)。重點(diǎn)培養(yǎng)以下能力:
技術(shù)能力維度
- 自定義數(shù)據(jù)管道搭建
- 模型量化壓縮技術(shù)
- 多平臺(tái)部署調(diào)試
學(xué)術(shù)能力維度
- 論文復(fù)現(xiàn)技巧
- 實(shí)驗(yàn)設(shè)計(jì)方法論
- 學(xué)術(shù)報(bào)告撰寫
教學(xué)成果保障體系
課程采用雙導(dǎo)師制,由來(lái)自卡內(nèi)基梅隆大學(xué)的計(jì)算機(jī)視覺(jué)專家與國(guó)內(nèi)頭部AI企業(yè)技術(shù)總監(jiān)共同指導(dǎo)。完成所有實(shí)驗(yàn)項(xiàng)目的學(xué)員可獲得:
- 可展示的端到端應(yīng)用系統(tǒng)
- 國(guó)際會(huì)議論文發(fā)表支持
- 企業(yè)級(jí)項(xiàng)目推薦信