资源简介

想要成为一名优秀的AI图像处理工程师并不容易，门槛和要求都比较多。很多人都是理论上的王者，实践上的青铜，自以为对框架、算法的理解足够，但因为缺乏应用场景和实践机会，遇到具体需求仍然不知道该怎么抽象问题，然后用模型解决。这个课就是为此而生，更偏重于实用，结合项目实践，让你掌握解决问题的能力！

资源目录

————\计算机教程QTDLG\01-MOOC\229-630-TensorFlow+CNN实战AI图像处理，入行计算机视觉（7章）
├─list.txt            -1.#INDB
├─第1章 AI职场你能走多远 走近AI视觉工程师的世界
│   ├─1-10简历点评-应届生_工作经验型案例1100.mp4            29.72MB
│   ├─1-11Ai知识图谱1123.mp4            16.67MB
│   ├─1-12金玉良言-课程知识脉络与学习建议0557.mp4            8.25MB
│   ├─1-1这是一门可以带领你轻松步入视觉开发工程师的好课0928.mp4            19.82MB
│   ├─1-2本章概览0121.mp4            2.36MB
│   ├─1-3Ai职场的蛋糕定律0755.mp4            15.53MB
│   ├─1-4初入职场-快速成为合格的Ai视觉工程师1201.mp4            16.76MB
│   ├─1-5小白上道-面试中论项目履历的重要性0958.mp4            20.3MB
│   ├─1-6锦囊相送-非HR技术高管面试更注重什么0854.mp4            12.65MB
│   ├─1-7跳槽必知-如何让Ai技术猎头更加关注你0611.mp4            9.12MB
│   ├─1-8加薪升职-高端CV岗如何做足面试准备1123.mp4            17.73MB
│   └─1-9技能量化-常见职级模型解读0738.mp4            12.69MB
├─第2章 AI视觉处理预备知识 必知概念、工具与基本操作
│   ├─2-10大数据时代的AI图像处理框架-TensorFlow1214.mp4            19.13MB
│   ├─2-11用Kerasapplications提取图像特征0331.mp4            5.34MB
│   ├─2-12用Keras构建神经网络0958.mp4            14.68MB
│   ├─2-13拓展知识OpenCV开源图像数据处理工具0442.mp4            20.97MB
│   ├─2-14本章必会知识点与难点精析0547.mp4            8.74MB
│   ├─2-1本章概览0051.mp4            1.77MB
│   ├─2-2计算机视觉与图像处理的关系0157.mp4            2.83MB
│   ├─2-3计算机视觉处理的基本任务0621.mp4            11.66MB
│   ├─2-4Ai视觉处理的应用0834.mp4            13.77MB
│   ├─2-5图像的特征10825.mp4            18.82MB
│   ├─2-6图像的特征20613.mp4            10.59MB
│   ├─2-7图像的特征30924.mp4            19.77MB
│   ├─2-8图像的特征40522.mp4            8.06MB
│   └─2-9Pillow处理图像数据1241.mp4            20.48MB
├─第3章 感悟AI视觉的精妙构思 完成第一个AI视觉项目
│   ├─3-10Ai模型的评估与保存0513.mp4            8.17MB
│   ├─3-11欣赏成果图像分辨率处理效果展示的执行0336.mp4            5.66MB
│   ├─3-12培养大厂思维尝试提高Ai模型的性能0756.mp4            11.13MB
│   ├─3-13拓展知识OpenCV人脸检测0317.mp4            8.18MB
│   ├─3-14本章必会知识点与难点精析0524.mp4            8.62MB
│   ├─3-1本章概览0240.mp4            3.72MB
│   ├─3-2Ai图像处理模型学习的流程0924.mp4            17.61MB
│   ├─3-3第一个Ai视觉处理项目的准备工作1314.mp4            25.72MB
│   ├─3-4流程第一步图像数据的获取_下载0800.mp4            13.02MB
│   ├─3-5进一步处理图像-使用Pillow和NumPy0512.mp4            7.91MB
│   ├─3-6流程第二步建立Ai视觉处理模型0816.mp4            14.54MB
│   ├─3-7流程第三步嵌入神经网络CNN的工作0607.mp4            18.8MB
│   ├─3-8将模型PC机部署并启动与运行0121.mp4            3.02MB
│   └─3-9流程第四步AI模型学习结果显示0802.mp4            17.42MB
├─第4章 Ai视觉工程师进阶 驾驭卷积神经网络模型
│   ├─4-1本章概览0229.mp4            4.07MB
│   ├─4-2神经网络的升级版本-卷积神经网络CNN0538.mp4            11.44MB
│   ├─4-3CNN的基本结构0345.mp4            5.59MB
│   ├─4-4用二维滤波器检测图像特征1131.mp4            18.05MB
│   ├─4-5将缩减的图像零填充恢复图像的尺寸0317.mp4            5.74MB
│   ├─4-6案例基于TensorFlow的滤波器编程实践010354.mp4            9.22MB
│   ├─4-7案例基于TensorFlow的滤波器编程实践022738.mp4            53.85MB
│   ├─4-8案例基于keras风格的Fashion-MNIST编程实战3221.mp4            73.84MB
│   └─4-9本章必会知识点与难点精析0315.mp4            5.29MB
├─第5章 CNN增强图像分辨率项目： 实战精讲
│   ├─5-10AdamOptimizer优化算法参数的设定0605.mp4            12.15MB
│   ├─5-11项目Python代码模块设计方案0323.mp4            7.7MB
│   ├─5-12数据预处理模块设计与Python代码实战0254.mp4            11.32MB
│   ├─5-13模型构建与Python代码实战1059.mp4            20.97MB
│   ├─5-14模型训练过程与Python代码实战1507.mp4            32.7MB
│   ├─5-15模型评价与Python代码实战1142.mp4            33.03MB
│   ├─5-16结果可视化与Python代码实战1610.mp4            40.32MB
│   ├─5-17模型的保存与Python代码实战0204.mp4            4.76MB
│   ├─5-18阶段结果验收与评估0344.mp4            5.76MB
│   ├─5-19ImagesDataGenerator处理模糊-清晰图像数据集实战精讲2430.mp4            64.76MB
│   ├─5-1本章概览0251.mp4            3.96MB
│   ├─5-20梯度消失问题策略0446.mp4            6.41MB
│   ├─5-21激活函数详解-01双曲正切函数1706.mp4            28.99MB
│   ├─5-22激活函数详解-02ReLU函数1145.mp4            19.94MB
│   ├─5-23激活函数详解-03LeakyReLU函数0915.mp4            17.23MB
│   ├─5-24激活函数详解-04swish函数1457.mp4            29.24MB
│   ├─5-25本章必会知识点与难点精析0624.mp4            12.38MB
│   ├─5-2图像超分辨率模型2627.mp4            52.43MB
│   ├─5-3建立第一个图像超分辨率模型0508.mp4            8.38MB
│   ├─5-4超分辨率模型Python代码实现1041.mp4            24.41MB
│   ├─5-5图像预处理1751.mp4            40.48MB
│   ├─5-6制作高低分辨率图像数据-11454.mp4            31.14MB
│   ├─5-7制作高低分辨率图像数据-20823.mp4            16.08MB
│   ├─5-8制作高低分辨率图像数据-31333.mp4            36.59MB
│   └─5-9选择误差函数策略0352.mp4            6.45MB
├─第6章 项目优化实战： 项目Leader的内功心法
│   ├─6-10读书少年卡通图像画质增强实战1941.mp4            53.09MB
│   ├─6-11本章必会知识点与难点精析0453.mp4            8.03MB
│   ├─6-1本章概览0228.mp4            3.77MB
│   ├─6-2融合业务与再次深入把控卷积原理1948.mp4            40.86MB
│   ├─6-3问题分析与激活函数调整策略0753.mp4            13.64MB
│   ├─6-4提升画质质量-尝试不断更换模型0546.mp4            8.3MB
│   ├─6-5调整epoch平衡模型的拟合情况0712.mp4            12.11MB
│   ├─6-6建立画质质量评估指标-PSNR1209.mp4            24.96MB
│   ├─6-7尝试支持彩色图像画质0153.mp4            6.63MB
│   ├─6-8建立画质质量评估指标-SSIM1138.mp4            19.43MB
│   └─6-9提升画质质量-跳跃连接结构模型1920.mp4            39.05MB
└─第7章 研发优质产品： 持续打磨产品核心功能
      ├─7-10学习率设定策略05-Adadelta0220.mp4            3.99MB
      ├─7-11学习率设定策略06-Adam0604.mp4            11.85MB
      ├─7-12学习率设定策略07-AMSGrad0324.mp4            6.78MB
      ├─7-13BatchNormalization提高模型训练速度0508.mp4            9.32MB
      ├─7-142023年玉兔幸福年-图像增强实战纪念版1053.mp4            44.6MB
      ├─7-15本章必会知识点与难点精析0358.mp4            6.25MB
      ├─7-1本章概览0109.mp4            1.9MB
      ├─7-2模型权重初始值设定策略0633.mp4            10.55MB
      ├─7-3过拟合问题低层剖析0728.mp4            10.08MB
      ├─7-4模型Dropout层防止过拟合策略0415.mp4            6.71MB
      ├─7-5引入EarlyStopping机制应对突发情况0827.mp4            19.66MB
      ├─7-6学习率设定策略01-momentum1055.mp4            18.74MB
      ├─7-7学习率设定策略02-Nesterov0418.mp4            7.76MB
      ├─7-8学习率设定策略03-Adagrad0246.mp4            5.3MB
      └─7-9学习率设定策略04-RMSprop0311.mp4            6.14MB

资源下载