1、项目
项目主要包含两部分的内容,第一部分是编程与开源框架,第二部分是深度学习图像项目。
首先看编程和开源框架部分:
(1) Python前后端与小程序部署,完成一个深度学习开源框架在小程序的完整部署过程,将其最终展示为线上服务,就是有三AI小程序平台了(最近网站安全证书到期不能访问,过几天就可以了)。
所有的前后端代码都提供,大家可以自己部署和展示,当你掏出自己做的项目给别人展示的时候,相信会更有说服力。
(2) C++基础与面试要点,需要巩固C++的基础,掌握面试常用的要点,掌握CMake/Makefile的编写与使用。会C++和不会C++,自然是有区别的咯。
(3) Caffe源代码解读,修改与模型部署(C++接口),需要掌握Caffe的设计思想,核心代码解读,学会Caffe代码的自定义与修改,学会使用C++接口进行模型部署。
你说Caffe过时了?那我问你几个问题,然后大家再去问问工业界干活的前辈们的意见。
(4) 不同开源框架的模型转换与可视化,掌握常见开源框架的模型互转,简单的可视化分析技巧。
再看深度学习部分:
(1) 图像分类数据增强,实践不同的数据增强算法对模型性能的影响,看得再多不如去做。
(2) CNN模型设计,掌握CNN模型设计的核心思想,熟悉提升CNN模型性能的关键方法。CNN模型优化,掌握CNN模型优化的技巧,学会使用相关的工具进行分析和优化。这个课题,至少要用一本书的内容才能讲清楚,凑巧有三正好准备了很多,有直播有书有项目。
(3) 表情识别与驱动,掌握基于嘴唇的常用表情识别方法,了解表情迁移与编辑方法。简单吗?那做做下面几道题。
(4) 目标检测与跟踪,掌握静态图中动物猫的完整检测流程,掌握视频中猫的跟踪。检测和跟踪,相辅相成,才能做出更好的项目。
(5)肖像分割是分割问题里商用价值巨大的项目,同时掌握基本的图像分割和Image Matting方法,以后做相关项目才能游刃有余。
(6) 人脸三维重建,作为目前还没有完全成熟,商业前景巨大的方向,了解传统的人脸三维重建和基于深度学习的人脸三维重建方法,并能完成简单实践,对将来从事CV行业工作有很大的助益。
(7) 图像算法竞赛实践,分享常用的算法竞赛技巧,并可指导参加图像算法相关的竞赛。
(8) 自选项目,自由选择项目提供相关指导。