1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
        3、培训合格学员可享受免费推荐就业机会。

OpenCV使用

1.安装opencv

2.图像处理基础

3.图像运算和转换

4.图像平滑处理

5.图像梯度

6.图像边缘检测

7.图像金字塔

8.人脸检测和识别

卷积神经网络介绍

1.感受野，权值共享

2.卷积计算

3.卷积的步长

4.池化

5.Padding

6.MNIST网络结构介绍

Tensorflow使用

1.深度学习框架介绍

2.Tensorflow安装

3.Tensorlfow基础知识：图，变量，fetch，feed

4.Tensorflow线性回归

5.Tensorflow非线性回归

6.Mnist数据集合Softmax讲解

7.使用BP神经网络搭建手写数字识别

8.交叉熵(cross-entropy)讲解和使用

9.过拟合,正则化,Dropout

10.各种优化器Optimizer

11.改进手写数字识别网络

12.卷积神经网络CNN的介绍

13.使用CNN解决手写数字识别

keras使用

1.实现线性回归

2.实现非线性回归

3.MNIST数据集以及Softmax介绍

4.MNIST分类程序

5.交叉熵的应用

6.Dropout应用

7.正则化应用

8.优化器介绍及应用

9.CNN应用于手写数字识别

10.cifar-10图片分类

11.模型的保存和载入

12.绘制网络结构

图像识别项目

1.介绍Google图像识别模型Inception-v3

2.使用Inception-v3做图像识别

猫狗分类项目 1.图像数据预处理

2.猫狗分类-简单CNN

3.猫狗分类-VGG16-bottleneck

4.猫狗分类-VGG16-Finetune

验证码识别项目 1.多任务学习介绍

2.验证码识别项目

目标检测项目 1.目标检测任务介绍

2.RCNN/Fast-RCNN/Faster-RCNN算法介绍

3.YOLO算法介绍

4.SSD算法介绍

5.目标检测项目实战

目标分割项目

1.目标分割任务介绍

2.全卷积网络

3.双线性上采样

4.特征金字塔

5.Mask RCNN算法介绍

6.目标分割项目实战

图像风格迁移项目

1.图像风格迁移介绍

2.图像风格迁移项目实战