架構(gòu)師
互聯(lián)網(wǎng)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

圖像識(shí)別算法及案例

李善思

前阿里巴巴 數(shù)據(jù)架構(gòu)師

前阿里巴巴數(shù)據(jù)架構(gòu)師，對(duì)大數(shù)據(jù)、自然語(yǔ)言處理、圖像識(shí)別、Python、Java相關(guān)技術(shù)有深入的研究，積累了豐富的實(shí)踐經(jīng)驗(yàn)。在工業(yè)領(lǐng)域曾參與了燃煤優(yōu)化、設(shè)備故障診斷項(xiàng)目，正泰光伏電池片和組件EL圖像檢測(cè)項(xiàng)目；在自然語(yǔ)言處理方面，擔(dān)任導(dǎo)購(gòu)機(jī)器人項(xiàng)目的架構(gòu)師，主導(dǎo)開(kāi)發(fā)機(jī)器人的語(yǔ)義理解、短文本相似度匹配、上下文理解，以及通過(guò)自然語(yǔ)言檢索產(chǎn)品庫(kù)，在項(xiàng)目中構(gòu)建了NoSQL+文本檢索等大數(shù)據(jù)架構(gòu)，也同時(shí)負(fù)責(zé)問(wèn)答對(duì)的整理和商品屬性的提取，帶領(lǐng)NLP團(tuán)隊(duì)構(gòu)建語(yǔ)義解析層。具備深厚的大模型理論知識(shí)和實(shí)踐經(jīng)驗(yàn)，熟悉國(guó)內(nèi)外大模型的發(fā)展趨勢(shì)和應(yīng)用場(chǎng)景。曾在實(shí)際項(xiàng)目中應(yīng)用RAG，對(duì)色差檢測(cè)有深入理解和實(shí)踐操作、并使用大模型提取關(guān)鍵信息等。
重要參與項(xiàng)目：
1.正泰太陽(yáng)能單多晶電池片（組件）的EL瑕疵檢測(cè)：使用人工智能圖像識(shí)別算法智能判斷瑕疵，幫助節(jié)省人工。本項(xiàng)目還與MES對(duì)接得到太陽(yáng)能組件信息以及瑕疵缺陷的標(biāo)準(zhǔn)（每個(gè)客戶的瑕疵定義不同）用以幫助算法正確判斷是否是缺陷。
2.化纖絲餅表面瑕疵檢測(cè)項(xiàng)目：使用人工智能圖像識(shí)別算法結(jié)合拍攝裝置輸入軟硬一體的解決方案，并且與現(xiàn)場(chǎng)設(shè)備進(jìn)行對(duì)接獲取必要信息，幫助節(jié)省人工檢測(cè)成本。
3.數(shù)字化工廠項(xiàng)目：針對(duì)工廠的數(shù)字化、自動(dòng)化、智能化做詳細(xì)的調(diào)研與方案的撰寫。

前阿里巴巴數(shù)據(jù)架構(gòu)師，對(duì)大數(shù)據(jù)、自然語(yǔ)言處理、圖像識(shí)別、Python、Java相關(guān)技術(shù)有深入的研究，積累了豐富的實(shí)踐經(jīng)驗(yàn)。在工業(yè)領(lǐng)域曾參與了燃煤優(yōu)化、設(shè)備故障診斷項(xiàng)目，正泰光伏電池片和組件EL圖像檢測(cè)項(xiàng)目；在自然語(yǔ)言處理方面，擔(dān)任導(dǎo)購(gòu)機(jī)器人項(xiàng)目的架構(gòu)師，主導(dǎo)開(kāi)發(fā)機(jī)器人的語(yǔ)義理解、短文本相似度匹配、上下文理解，以及通過(guò)自然語(yǔ)言檢索產(chǎn)品庫(kù)，在項(xiàng)目中構(gòu)建了NoSQL+文本檢索等大數(shù)據(jù)架構(gòu)，也同時(shí)負(fù)責(zé)問(wèn)答對(duì)的整理和商品屬性的提取，帶領(lǐng)NLP團(tuán)隊(duì)構(gòu)建語(yǔ)義解析層。具備深厚的大模型理論知識(shí)和實(shí)踐經(jīng)驗(yàn)，熟悉國(guó)內(nèi)外大模型的發(fā)展趨勢(shì)和應(yīng)用場(chǎng)景。曾在實(shí)際項(xiàng)目中應(yīng)用RAG，對(duì)色差檢測(cè)有深入理解和實(shí)踐操作、并使用大模型提取關(guān)鍵信息等。 重要參與項(xiàng)目： 1.正泰太陽(yáng)能單多晶電池片（組件）的EL瑕疵檢測(cè)：使用人工智能圖像識(shí)別算法智能判斷瑕疵，幫助節(jié)省人工。本項(xiàng)目還與MES對(duì)接得到太陽(yáng)能組件信息以及瑕疵缺陷的標(biāo)準(zhǔn)（每個(gè)客戶的瑕疵定義不同）用以幫助算法正確判斷是否是缺陷。 2.化纖絲餅表面瑕疵檢測(cè)項(xiàng)目：使用人工智能圖像識(shí)別算法結(jié)合拍攝裝置輸入軟硬一體的解決方案，并且與現(xiàn)場(chǎng)設(shè)備進(jìn)行對(duì)接獲取必要信息，幫助節(jié)省人工檢測(cè)成本。 3.數(shù)字化工廠項(xiàng)目：針對(duì)工廠的數(shù)字化、自動(dòng)化、智能化做詳細(xì)的調(diào)研與方案的撰寫。

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

2天

成為教練

課程簡(jiǎn)介

在智能機(jī)器人、無(wú)人駕駛車和無(wú)人飛行器等領(lǐng)域，計(jì)算機(jī)視覺(jué)都充當(dāng)了重要的角色，提供豐富的技術(shù)支持。通過(guò)學(xué)習(xí)，你將掌握人臉識(shí)別、物體檢測(cè)/追蹤、圖像分類、場(chǎng)景解析等計(jì)算機(jī)視覺(jué)核心技能。除此之外，你也可以將項(xiàng)目中的研究作品豐富到個(gè)人簡(jiǎn)歷中，提高職場(chǎng)核心競(jìng)爭(zhēng)力。

目標(biāo)收益

快速入門圖像識(shí)別
了解目前技術(shù)趨勢(shì)
動(dòng)手開(kāi)發(fā)

培訓(xùn)對(duì)象

1. 有python開(kāi)發(fā)基礎(chǔ)的

課程大綱

第一章機(jī)器視覺(jué)介紹 機(jī)器視覺(jué)的定義
機(jī)器視覺(jué)的應(yīng)用講解
1、人臉考勤
2、智能交通
3、以圖搜圖
4、自動(dòng)駕駛
5、風(fēng)格遷移
本課程需要用到的環(huán)境介紹與部署
1、python
2、pytorch
第二章圖像識(shí)別算法入門之knn KNN算法講解
1、KNN算法的定義
2、sklearn knn的實(shí)現(xiàn)
案例：使用KNN算法實(shí)現(xiàn)手寫識(shí)別系統(tǒng)。
第三章神經(jīng)網(wǎng)絡(luò) 什么是神經(jīng)網(wǎng)絡(luò)
1、激活函數(shù)
2、神經(jīng)元
3、隱藏層
數(shù)據(jù)源介紹
1、手寫數(shù)字
2、cifar10分類
案例：手寫數(shù)字識(shí)別
第四章
卷積神經(jīng)網(wǎng)絡(luò)講解 　
 CNN基本概念
1、卷積層
2、池化層
常見(jiàn)的卷積網(wǎng)絡(luò)結(jié)構(gòu)
·1、lenet
2、alexnet
3、vgg
4、googlenet
5、resnet
6、desnet
實(shí)戰(zhàn)案例：cifar10分類
第五章
目標(biāo)檢測(cè)
 目標(biāo)檢測(cè)算法講解
1、one-stage算法
2、two-stage算法
案例：使用目標(biāo)檢測(cè)算法做目標(biāo)識(shí)別
第一章機(jī)器視覺(jué)介紹
機(jī)器視覺(jué)的定義
機(jī)器視覺(jué)的應(yīng)用講解
1、人臉考勤
2、智能交通
3、以圖搜圖
4、自動(dòng)駕駛
5、風(fēng)格遷移
本課程需要用到的環(huán)境介紹與部署
1、python
2、pytorch
第二章圖像識(shí)別算法入門之knn
KNN算法講解
1、KNN算法的定義
2、sklearn knn的實(shí)現(xiàn)
案例：使用KNN算法實(shí)現(xiàn)手寫識(shí)別系統(tǒng)。
第三章神經(jīng)網(wǎng)絡(luò)
什么是神經(jīng)網(wǎng)絡(luò)
1、激活函數(shù)
2、神經(jīng)元
3、隱藏層
數(shù)據(jù)源介紹
1、手寫數(shù)字
2、cifar10分類
案例：手寫數(shù)字識(shí)別
第四章
卷積神經(jīng)網(wǎng)絡(luò)講解 　
CNN基本概念
1、卷積層
2、池化層
常見(jiàn)的卷積網(wǎng)絡(luò)結(jié)構(gòu)
·1、lenet
2、alexnet
3、vgg
4、googlenet
5、resnet
6、desnet
實(shí)戰(zhàn)案例：cifar10分類
第五章
目標(biāo)檢測(cè)
目標(biāo)檢測(cè)算法講解
1、one-stage算法
2、two-stage算法
案例：使用目標(biāo)檢測(cè)算法做目標(biāo)識(shí)別

活動(dòng)詳情

提交需求