深度学习与行人重识别之理论原理篇

适用人群

想学习深度学习的在校大学生和在职人员

课程概述

课程介绍：
购买课程后，请添加小助手微信：make_a_better_world为好友。
加入答疑群和获得相关课件。

人工智能目前在安防、金融、医疗、法律、教育等不同领域都有着相关的行业应用，安防领域也一直被认为是人工智能技术落地最好的行业之一。行人重识别是AI+安防领域和商业场景应用的的最重要的课题之一。

AI300学院力邀知乎达人罗浩制作了深度学习与行人重识别的系列课程，包括了深度学习基础，行人重识别理论和实践。

本课程为该系列课程的第二个课程，讲解了深度学习的基础，主要的工具框架，网络压缩，和商业行人重识别的原理，最新论文和未来发展。

1、 深度学习基础
（1）    从神经网络到深度学习
（2）    从LeNet到SENet
（3）    网络的压缩与加速原理
2、 行人重识别原理
（1）    商业场景应用之行人重识别基本介绍
（2）    行人重识别——表征学习与度量学习
（3）    行人重识别——全局特征与局部特征
（4）    行人重识别——单帧与序列重识别
（5）    最新论文与未来发展

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。