480分钟

大模型开发部署全攻略:计算机视觉原理

大模型开发部署全攻略:计算机视觉原理

计算机视觉是AI领域的核心技术之一,广泛应用于自动驾驶、医疗影像、工业检测、安防监控等行业。随着深度学习和大模型的快速发展,企业对掌握计算机视觉算法和工程化能力的人才需求激增。然而,许多从业者在实际工…

课程分类
人工智能 | 技术开发
适用人群
工程师, 专家, 研究员
课程标签
计算机视觉,图像识别,模型实战
计算机视觉是AI领域的核心技术之一,广泛应用于自动驾驶、医疗影像、工业检测、安防监控等行业。随着深度学习和大模型的快速发展,企业对掌握计算机视觉算法和工程化能力的人才需求激增。然而,许多从业者在实际工作中面临算法理解不深、工程部署困难、缺乏实战经验等痛点,难以将理论转化为落地的解决方案。 为此,三节课联合资深AI工程师李晓华,推出《大模型开发部署之计算机视觉原理与实战》课程。课程基于工业级项目经验,覆盖图像处理、CNN、目标检测等核心内容,并重点解析YOLO等先进模型的实战应用,助力学员跨越理论与实践的鸿沟。 本课程从图像处理基础、卷积神经网络(CNN)到YOLO目标检测,逐步深入讲解算法原理与实现。学员将学习LeNet、YOLO等经典模型的训练与优化,掌握数据标注、模型部署及性能调优等关键技能。通过实战项目,学员能够独立完成计算机视觉任务的开发与部署,提升在AI行业的竞争力。
第一章 图像读取与卷积基础 - 图像读取与卷积基础(上) - 图像读取与卷积基础(中) - 图像读取与卷积基础(下) 第二章 卷积、池化与批规范化详解 - 卷积、池化与批规范化详解(上) - 卷积、池化与批规范化详解(下) 第三章 深度学习基础与LeNet解读 - 深度学习基础与LeNet解读(上) - 深度学习基础与LeNet解读(下) 第四章 LeNet细节与Gesture数据集简介 - LeNet细节与Gesture数据集简介 第五章 Gesture数据集处理 - Gesture数据集处理 第六章 LeNet模型训练准备 - LeNet模型训练准备 第七章 LeNet与经典网络设计理念 - LeNet与经典网络设计理念 第八章 计算机视觉经典任务与算法 - 计算机视觉经典任务与算法(上) - 计算机视觉经典任务与算法(下) 第九章 YOLO任务与模式及代码分析 - YOLO任务与模式及代码分析 第十章 目标检测与YOLO原理及标注 - 目标检测 - YOLO原理及标注(上) - YOLO原理及标注(中) - YOLO原理及标注(下) 第十一章 YOLO分类任务训练与性能指标 - YOLO分类任务训练与性能指标(上) - YOLO分类任务训练与性能指标(中) - YOLO分类任务训练与性能指标(下) 第十二章 LabelStudio报错与YOLO训练Gesture数据 - LabelStudio报错与YOLO训练Gesture数据 第十三章 YOLO实时监测与模型架构解读 - YOLO实时监测与模型架构解读(上) - YOLO实时监测与模型架构解读(中) - YOLO实时监测与模型架构解读(下) 第十四章 YOLO分类与目标检测源码解析 - YOLO分类与目标检测源码解析(上) - YOLO分类与目标检测源码解析(下)
李晓华

李晓华

夏威夷太平洋大学 AI硕士 副讲师