这是一个基于Paddle2.0版本的计算机视觉教程,本次教程包含了众多计算机视觉的基础知识。从基础环境搭建开始,讲解了深度学习的基本流程,基础的卷积、池化等运算操作,分析了分类任务和检测任务的具体实现流程和算法。同时动手实战了垃圾分类、手写数字识别、目标检测三个具体项目。
标题 | 简介 |
---|---|
介绍 | 计算机视觉和本期教程介绍 |
计算机视觉的分类 | 传统计算机视觉和深度学习 |
环境搭建 | Anaconda、VS Code、CUDA和Paddle的安装 |
深度学习的基本实现流程 | 深度学习基本的五大步骤 |
PaddleX实现垃圾分类 | 实战:利用PaddleX入门简单的图像分类 |
常用的运算操作 | 卷积、池化、归一化和激活函数的讲解 |
手写数字识别 | 实战:从零开始实现手写数字识别全流程 |
常用的卷积结构 | 残差结构,深度可分离卷积以及SE注意力机制详解 |
MobilenetV3网络详解 | MobilenetV3的主体结构以及使用PaddleClas完成训练垃圾分类任务 |
目标检测-YOLOv3 | YOLOv3-backbone部分介绍 |
目标检测-YOLOv3 | YOLOv3-neck、head和解码部分介绍 |
目标检测-YOLOv3 | 实战:PaddleDeteciton实现目标检测 |