智能交通
本项目利用深度学习技术,跟踪路面实时车辆通行状况,并逐帧记录不同行车道车流量数目。车辆自动计数系统由计数系统、图像抓拍系统、实时监控录像系统组成,可在视频看出每个车辆的连续帧路径。
项目架构
1、Siamese系列模型
2、yoloV3目标检测
3、SORT/DeepSORT算法
4、卡尔曼滤波目标位置优化
5、匈牙利算法目标匹配
6、相机校正方法
数学/统计学
/物理专业
预转型
开发人员
研发管理
技术拓展
人工智能
爱好者
制定AI培训新标准
培养AI专精型人才
覆盖AI职业全技能
助力学员高端就业
课程设置科学合理
适合AI技术初学者
多领域多行业项目
打造AI核心竞争力
技术大牛倾力研发
专职沉淀AI新技术
聚力名企共建课程
整合优质技术资源
制定AI培训新标准
培养AI专精型人才
AI算法深入研究能力指算法实用性、先进性、可拓展性,让学员掌握算法模型举一反三的技能
AI算法业务流处理能力指通过企业实战场景、业务流,对AI技术实战训练,解决实战业务流问题
在线医生是NLP医疗领域的重要应用。医疗对话生成模型、基于bert的对话连贯性判断、用户意图识别模型提升学员AI算法的深入研究能力;分布式模型部署、微信客户端部署、原始医疗数据处理流水线处理训练学员的AI业务流的处理能力。
覆盖AI职业全技能
助力学员高端就业
科学计算库,特征工程,十大经典算法,主流应用领域,推荐系统,主流框架人工智能框架TensorFlow、Pytorch。
图像分类,目标检测和追踪,图像语义分割,场景文字识别,图像生成,人体关键点检测及标签识别,视频分类。
分词,命名实体识别,词性标注、句法分析、语义理解、信息抽取、机器翻译、文本摘要、问答系统、阅读理解。
进化学习、分布式机器学习、强化学习、立体视觉与SLAM、点云处理、对称权重与深度置信网络、模型可解释性,模型压缩,迁移学习,终身学习,元学习。
课程设置科学合理
适合AI技术初学者
·Python第一个程序
·条件控制语句和循环语句
·容器类型
·函数
·文件操作
1、掌握Python基础语法, 具备基础的编程能力。
1、能够熟练使用Python技术完成针对小问题的程序编写。
·Python高级语法
·Python常用标准库
·数据结构与算法
·Linux系统使用
·网络编程
·多任务编程
·Web基础应用:HTTP协议
·Web基础应用:前端基础
·AI开发Web应用:Django框架
·面向对象
·异常处理
·模块和包
1、能够熟练使用Linux操作系统;
2、掌握网络编程相关技术, 能够实现网络间数据通信;
3、掌握程序设计开发中多任务实现方式;
4、能够进行Python与MySQL之间的数据交互;
5、掌握Python中的re模块的使用, 能够实现对字符串进行复杂模式匹配;
6、掌握Web服务器的工作流程, 以及Web框架的实现原理;
7、建立起编程思维以及面向对象程序设计思想。
能够使用面向对象的程序设计方法, 基于Linux操作系统开发多任务的网络程序开发。
·常用科学计算库的使用
·数学基础知识及基于科学计算库的实现
·数据预处理与特征工程
·决策树
·SVM支持向量机
·朴素贝叶斯
·聚类算法
·集成学习
·马尔可夫链蒙特卡罗方法
·图模型
·高斯过程
·机器学习项目实训
1、掌握数据科学库的使用;
2、掌握数据基本处理的方法;
3、掌握机器学习中处理数据的方法;
4、理解经典的机器学习算法原理;
5、掌握机器学习中工作的具体流程。
1、把实际工作、生活中遇到的问题转换为可以用机器学习解决的模型;
2、实现针对不同问题,选择不同算法模型,同时在该模型的基础上,对该算法进行调优。
·神经网络
·TensorFlow框架
·图像与视觉处理介绍
·目标分类和经典CV网络
·目标检测和经典CV网络
·目标分割和经典CV网络
·OpenCV库与图像处理基础
·OpenCV库与图像处理进阶
·cv综合案例实训
1、熟悉深度学习主要及前沿网络模型的架构原理及在实际业务场景中的应用;
2、掌握深度学习在计算机视觉中的应用,包括但不限于分割检测识别等;
3、掌握实际工作中深度学习的具体流程,数据及标注处理,建模训练,及模型部署应用等。
1、可实现物体(人体,人脸,通用目标)检测,跟踪与识别,道路交通及工业环境险情发现等多领域的深度学习解决方案;
2、能够对图像处理、人脸算法,或者对于各种深度学习框架实现的算法进行调优。
·pytorch工具与神经网络基础
·自然语言处理NLP介绍
·自然语言处理NLP开发HelloWorld案例
·文本预处理
·RNN及变体
·Transfomer
·传统的序列模型
·非序列模型解决文本问题
1、掌握pytorch的安装和使用;
2、掌握NLP领域前沿的技术解决方案;
3、掌握NLP相关知识的原理和实现;
4、掌握传统序列模型的基本原理和使用;
5、掌握非序列模型解决文本问题的原理和方案。
1、能够使用pytorch搭建神经网络;
2、构建基本的语言翻译系统模型;
3、构建基本的文本生成系统模型;
4、构建基本的文本分类器模型;
5、使用ID-CNN+CRF进行命名实体识别;
6、使用fasttext进行快速的文本分类。
·智能交通CV项目
·实时人脸检测CV项目
·智能文本分类NLP项目
·在线医生NLP项目
·场景识别CV项目
·泛娱乐推荐项目(CV+推荐)
1、掌握大规模语料下AI模型快速进行文本分类的全流程;
2、掌握多模型并行训练与多模型部署预测的全流程;
3、掌握垂直领域AI对话系统的基本工程实现;
4、掌握使用迁移学习方法进行句子审核及其句子主题相关问题的实现;
5、掌握复杂场景下AI模型实时进行目标检测并跟踪的全流程;
6、掌握利用AI模型进行人脸定位,检测,识别,匹配的工程实现方法;
7、掌握多模型级联实现场景识别并进行模型部署的全流程。
1、通过项目对机器学习、NLP、CV领域知识点综合应用;
2、通过项目综合提升AI算法业务流搭建能力;
3、通过项目综合提升AI算法实用性、先进性、可拓展性经验提升。
·自编码器
·对称权重与深度置信网络
·进化学习
·分布式机器学习
·强化学习
·数据结构和算法强化
·数据结构强化
·动态规划初步
·贪心算法
·数据结构与算法的Python实现
·计算机视觉CV强化
·立体视觉与SLAM
·点云处理
1、理解算法和模型的分布式实现及加速原理;
2、深入理解常用算法,模式识别,概率统计、最优化等算法原理及应用;
3、基于3D点云数据,进行配准、分割和特征识别等算法开发,建立3D点云图处理的算法模型。
1、跟进行业最新深度学习算法相关先进技术,研究并应用的学习算法,持续提升模型的精准性和鲁棒性;
2、深入理解算法和模型调优方式及优缺点;
3、综合运用经典SLAM技术,多视角几何基础理论以及三维重建方法进行业务实践。
自然语言处理方向01 NLP案例6+
02 小智同学聊天机器人项目
03基于Transformer的语音识别项目
图像与视觉处理方向01 CV案例6+
02 场景识别项目
03 在线商品检测项目
推荐系统方向01 大数据推荐系统基础专业课
02 黑马头条推荐系统项目
03 泛娱乐推荐系统项目
数据处理方向01 Python爬虫基础
02 爬虫热点项目库
03 爬虫高薪课
04 数据分析基础课和案例
Web开发方向01 Web-Django框架基础课
02 Web-Flask框架基础课
03 美多商场项目
04 黑马头条web项目
05 传智云课堂项目
多领域多行业项目
打造AI核心竞争力
本项目利用深度学习技术,跟踪路面实时车辆通行状况,并逐帧记录不同行车道车流量数目。车辆自动计数系统由计数系统、图像抓拍系统、实时监控录像系统组成,可在视频看出每个车辆的连续帧路径。
1、Siamese系列模型
2、yoloV3目标检测
3、SORT/DeepSORT算法
4、卡尔曼滤波目标位置优化
5、匈牙利算法目标匹配
6、相机校正方法
本项目可通过摄像头实时采集视频人脸数据,也可批量图片输入自动化识别人脸;本项目对视频可实现人脸的跟踪,并标注姓名、性别、情绪(开心、生气、自然)等信息;能对进入视频的陌生人报警。
1、EigenFace
2、LBPH
3、双属性图
4、动态人脸定位
5、活体检测
6、柔性模型技术
7、Gabor系数特征匹配
8、隐马尔科夫模型的图像分割
在线医生项目是一个基于自然语言理解方向的问答机器人。该项目结合医学知识图谱、深度学习、对话管理、微信公众号开发等技术,旨在降低首医成本,为患者提供基本医学诊断意见服务。
1、Neo4j图数据库
2、命名实体审核/识别模型训练与预测+
3、句子主题相关模型训练与部署
4、系统联调与测试
5、论文复现
中文标签化系统是NLP基础任务的综合系统,同时又是NLP应用的基础设施。根据文本信息,给出对应的预定义标签将能够有效的支持用户画像,推荐系统等。同时,对于高阶NLP任务,如对话,翻译,寓意蕴含等在语料分类上将有很大的帮助。
1、标签词汇知识图谱
2、特征工程
3、fasttext模型
4、多模型训练与预测
5、AI业务流调试
6、Django后端服务搭建
推荐系统的在当下的火爆程度毋庸置疑,个性化推荐的需求也是每一个toC产品应该实现的目标。本项目推荐系统策略与图像与视觉处理相结合,深度解决互联网产业的推荐业务场景。
1、知识图谱构建双画像
2、多召回策略
3、召回金字塔
4、基于人脸
5、场景
6、表情推荐方案
场景识别是视频内容结构化的重要基础。场景信息是影视剧、短视频推荐的重要依据;通过场景识别把视频按照场景片段分割,为广告与视频场景原生贴合创造条件。
1、浅CNN模型粗分场景
2、深CNN模型集成学习细分场景
3、MLP模型预判的深度级联学习模型
黑马头条推荐系统属于机器学习与深度学习推荐应用项目,类似今日头条、掘金等推荐。用户可以通过黑马头条APP获取个性化推荐技术文章的效果。
1、Hadoop分布式文件存储和计算
2、Sqoop大规模数据迁移
3、Lambda架构
4、Flume数据采集
5、Kafka消息队列
6、Spark机器学习
7、用户特征工程
8、TFIDF、TextRank文本特征工程
9、多路召回策略
10、Wide&Deep深度学习模型
本项目可针对X光胸片的肺部结节自动检测,在CT图像上进行智能肺结节检测。结合计算机视觉技术和深度学习网络,AI能够自动完成对可疑病灶区域的标记和预诊断,提高医生工作效率,降低误诊率和漏诊率。
1、R-CNN系列目标检测
2、3D-CNN模型
3、DNN网络提取语义特征
4、图像分割
5、格式转换
6、算法优化
小智聊天机器人,使用了自然语言处理的技术,实现人机对话。实现的是一个类似智能客服的系统,实现了闲聊功能和问答功能,在App上提供了入口,能够和机器人闲聊和编程相关的问题。
1、jieba分词
2、skip-gram模型
3、CBOW模型
4、词嵌入原理word_embedding
5、神经网络RNN-LSTM-GRU
6、Seq2Seq模型完整搭建和训练
7、astText+Attention注意力机制
在线商品检测项目是一个基于图像方向的一个目标检测的项目。类似的项目应用如淘宝拍立淘等。该项目结合当前CV领域常用工具、深度学习、目标检测算法、微信小程序对接、百度机器人对接等技术,能够为用户或者消费者拍摄的照片、视频中存在的目标做出标记与类别判断。
1、YOLO系列模型
2、SSD模型
3、数据增强
4、TensorFlow serving
5、多GPU训练及模型部署
6、LabelImage图像标注