点播 Python3+TensorFlow打造人脸识别智能小程序

课程时长 51小时18分钟

学习期限 12 个月 退款期限 30 天

市场价格 ¥466.00 会员价格 ¥373.00

难度级别 中级 学习人次 325 综合评分 4.2

内容实用 4.2 分

简洁易懂 4.3 分

逻辑清晰 4.1 分

  • 详情
  • 目录
  • 套餐3
  • 咨询5
  • 评价28

第1章 课程导学

  • 1-1 课程导学 试听
    15分钟22秒

第2章 深度学习基础串讲(必备理论知识)

  • 2-1 卷积神经网基本概念
    11分钟34秒
  • 2-2 前向运算
    26分钟59秒
  • 2-3 反向传播基本概念
    11分钟41秒
  • 2-4 反向传播迭代过程及参数优化概念
    27分钟31秒
  • 2-5 反向传播之导数、方向导数、偏导数、梯度的概念
    17分钟56秒
  • 2-6 反向传播之梯度下降算法
    27分钟27秒
  • 2-7 深度学习发展迅猛的原因
    21分钟17秒

第3章 卷积神经网络基础串讲(必备理论知识与技巧)

  • 3-1 卷积神经网内容概括
    18分钟57秒
  • 3-2 基本组成单元
    22分钟12秒
  • 3-3 卷积运算的定义
    11分钟10秒
  • 3-4 卷积的重要参数以及卷积核
    27分钟21秒
  • 3-5 权值共享与局部连接
    17分钟43秒
  • 3-6 卷积核与感受野
    27分钟40秒
  • 3-7 步长与Pad
    28分钟29秒
  • 3-8 卷积的定义与使用介绍(Tensorflow与Caffe)
    26分钟48秒
  • 3-9 池化层
    14分钟39秒
  • 3-10 激活层
    21分钟17秒
  • 3-11 BN
    23分钟31秒
  • 3-12 全连接层
    22分钟46秒
  • 3-13 dropout
    18分钟57秒
  • 3-14 损失层(1)
    14分钟59秒
  • 3-15 损失层(2)
    10分钟
  • 3-16 卷积神经网发展历史
    27分钟57秒
  • 3-17 LeNet与AlexNet-卷积神经网如何减少参数量和计算量
    27分钟37秒
  • 3-18 ZFNet与VggNet-卷积神经网如何减少参数量和计算量
    17分钟14秒
  • 3-19 Inception系列-卷积神经网如何减少参数量和计算量
    10分钟13秒
  • 3-20 从卷积的角度思考,如何减小网络中的计算量?
    25分钟13秒
  • 3-21 resnet系列网络(1)
    23分钟29秒
  • 3-22 resnet系列网络(2)
    20分钟34秒
  • 3-23 网络性能计算量对比
    27分钟11秒
  • 3-24 轻量型卷积神经网-SqueezeNet
    26分钟36秒
  • 3-25 轻量型卷积神经网-MobileNet
    21分钟42秒
  • 3-26 轻量型卷积神经网-ShuffleNet V1
    23分钟58秒
  • 3-27 轻量型卷积神经网-ShuffleNet V2
    16分钟57秒
  • 3-28 多分支的卷积神经网
    15分钟05秒
  • 3-29 卷积神经网中的Attention
    22分钟59秒
  • 3-30 卷积神经网的压缩方法
    17分钟51秒

第4章 Tensorflow基础串讲(必备TF框架知识与实操)

  • 4-1 TensorFlow概念介绍-Graph 试听
    17分钟53秒
  • 4-2 Session-Tensor-Operation-Feed-Fetch介绍
    13分钟58秒
  • 4-3 TensorFlow中核心API接口
    20分钟26秒
  • 4-4 TensorFlow数据读取机制与API方法
    15分钟48秒
  • 4-5 Cifar10数据解析编程案例
    17分钟06秒
  • 4-6 Tensorflow中TFRecord数据打包编程案例
    21分钟26秒
  • 4-7 如何使用tf.train.slice_input_producer读取文件列表中的样本
    10分钟08秒
  • 4-8 如何使用tf.train.string_input_producer读取文件列表中的样本
    13分钟23秒
  • 4-9 如何通过TF对已经打包过的数据进行解析
    24分钟33秒
  • 4-10 TF中的高级API接口
    23分钟42秒
  • 4-11 TF中的数据增强
    24分钟31秒
  • 4-12 Tensorboard 调试技巧
    22分钟17秒

第5章 Tensorflow挑战Cifar-10图像分类任务

  • 5-1 TF挑战cifar10
    19分钟38秒
  • 5-2 Cifar10数据读取与数据增强
    23分钟57秒
  • 5-3 TensorFlow+Slim网络结构搭建
    19分钟58秒
  • 5-4 Loss、Optimal、Learning Rate、BN等定义
    25分钟40秒
  • 5-5 Train部分代码编写
    23分钟38秒
  • 5-6 Test部分代码编写
    27分钟57秒
  • 5-7 Tensorboard+tf.summary
    23分钟06秒
  • 5-8 模型恢复和模型存储
    14分钟24秒
  • 5-9 网络结构优化—resnet模型
    16分钟40秒
  • 5-10 TF官方版本训练Cifar10分类任务
    17分钟16秒

第6章 人脸检测业务实战

  • 6-1 人脸业务场景实战
    16分钟29秒
  • 6-2 人脸检测业务描述以及人脸标注方法
    22分钟25秒
  • 6-3 人脸检测性能评价指标
    12分钟32秒
  • 6-4 基于传统的人脸检测方法
    21分钟22秒
  • 6-5 人脸检测方法
    16分钟14秒
  • 6-6 人脸检测面临的问题与小人脸问题
    23分钟24秒
  • 6-7 SSD模型介绍 主干网络与多尺度Feature map
    16分钟26秒
  • 6-8 SSD模型原理介绍(Anchor与Default box)
    19分钟02秒
  • 6-9 SSD模型原理介绍(Prior box、损失函数、样本构造、数据增强)
    10分钟43秒
  • 6-10 TensorFlow-ssd环境搭建(1)
    28分钟53秒
  • 6-11 TensorFlow-ssd环境搭建(2)
    21分钟54秒
  • 6-12 数据清洗与数据打包-理论讲解(1)
    11分钟24秒
  • 6-13 数据清洗与数据打包-理论讲解(2)
    19分钟43秒
  • 6-14 数据清洗与数据打包-实操(1)
    18分钟54秒
  • 6-15 数据清洗与数据打包-实操(2)
    11分钟40秒
  • 6-16 数据清洗与数据打包-实操(3)
    28分钟29秒
  • 6-17 TensorFlow-ssd模型训练之框架解读(1)
    28分钟17秒
  • 6-18 TensorFlow-ssd模型训练之框架解读(2)
    14分钟56秒
  • 6-19 TensorFlow-ssd 模型训练-实操(1)
    24分钟16秒
  • 6-20 TensorFlow-ssd 模型训练-实操(2)
    21分钟45秒
  • 6-21 TensorFlow-ssd 模型训练-实操(3)
    10分钟29秒
  • 6-22 如何将训练好的模型转化成pb文件
    10分钟36秒
  • 6-23 TensorFlow-ssd 模型测试
    24分钟39秒

第7章 Flask封装人脸检测模型web服务

  • 7-1 Flask介绍
    11分钟27秒
  • 7-2 开始一个Flask案例
    18分钟58秒
  • 7-3 结合Flask定义人脸检测web接口
    10分钟46秒

第8章 Web服务接口调用与人脸检测模块开发

  • 8-1 微信小程序介绍 试听
    25分钟22秒
  • 8-2 创建小程序项目
    15分钟47秒
  • 8-3 人脸检测小程序项目目录讲解
    28分钟49秒
  • 8-4 采集人脸图像
    13分钟59秒
  • 8-5 上传人脸图像
    14分钟27秒
  • 8-6 接口调用与结果绘制
    25分钟15秒
  • 8-7 人脸检测小程序演示
    28分钟55秒

第9章 人脸匹配业务实战

  • 9-1 人脸匹配业务介绍
    12分钟16秒
  • 9-2 人脸特征表示问题(1)
    22分钟34秒
  • 9-3 人脸特征表示问题(2)
    20分钟33秒
  • 9-4 度量学习
    17分钟27秒
  • 9-5 facenet原理简介
    16分钟24秒
  • 9-6 facenet环境搭建
    21分钟13秒
  • 9-7 facenet数据准备-数据集介绍与说明
    21分钟24秒
  • 9-8 facenet数据准备-LFW-MTCNN
    22分钟35秒
  • 9-9 facenet数据准备-Dlib处理CASIA-Face以及CELEBA介绍
    11分钟51秒
  • 9-10 facenet模型训练
    23分钟20秒
  • 9-11 facenet源码解读与源码优化(1)
    20分钟52秒
  • 9-12 facenet源码解读与源码优化(2)
    14分钟52秒
  • 9-13 facenet模型测试
    19分钟06秒
  • 9-14 训练模型转pb文件,模型固化
    28分钟08秒
  • 9-15 web接口封装之人脸匹配业务流程说明
    28分钟21秒
  • 9-16 facenet web接口封装(1)
    18分钟42秒
  • 9-17 facenet web接口封装(2)
    27分钟32秒
  • 9-18 人脸注册小程序端编程实现
    21分钟43秒
  • 9-19 人脸注册flask服务端编程实现
    19分钟23秒
  • 9-20 人脸登录小程序端编程实现
    17分钟54秒
  • 9-21 人脸登录flask服务端编程实现
    29分钟15秒
  • 9-22 人脸登录流程回顾与阈值判定
    11分钟23秒

第10章 68点人脸关键点定位业务实战

  • 10-1 人脸对齐基本概念介绍
    13分钟11秒
  • 10-2 人脸对齐算法评价指标
    17分钟48秒
  • 10-3 人脸对齐-传统方法(1)
    12分钟46秒
  • 10-4 人脸对齐-传统方法(2)
    23分钟04秒
  • 10-5 人脸对齐算法深度学习算法及3D人脸问题(1)
    28分钟42秒
  • 10-6 人脸对齐算法深度学习算法及3D人脸问题(2)
    24分钟
  • 10-7 人脸对齐算法常用数据集
    23分钟40秒
  • 10-8 人脸对齐算法常见问题及解决思路
    10分钟37秒
  • 10-9 Tensorflow-SENet模型详细介绍
    24分钟45秒
  • 10-10 数据准备和环境参数
    28分钟44秒
  • 10-11 人脸关键点数据打包(1)
    26分钟12秒
  • 10-12 人脸关键点数据打包(2)
    28分钟48秒
  • 10-13 人脸关键点模型训练编程实例(1)
    29分钟11秒
  • 10-14 人脸关键点模型训练编程实例(2)
    16分钟03秒
  • 10-15 人脸关键点模型训练编程实例(3)
    12分钟34秒
  • 10-16 人脸关键点模型导出Pb文件(模型固化)
    19分钟56秒
  • 10-17 人脸关键点模型测试
    26分钟44秒
  • 10-18 人脸关键点模型Flaskweb接口封装(1)
    26分钟32秒
  • 10-19 人脸关键点模型Flaskweb接口封装(2)
    15分钟36秒
  • 10-20 人脸关键点模型小程序端编程实战
    15分钟30秒

第11章 活体检测业务实战

  • 11-1 活体检测业务介绍
    10分钟05秒
  • 11-2 活体检测方法
    11分钟
  • 11-3 活体检测方法面临挑战和解决思路
    12分钟40秒
  • 11-4 活体检测编程准备
    16分钟20秒
  • 11-5 活体检测微信web端开发(1)
    12分钟15秒
  • 11-6 活体检测微信web端开发(2)
    23分钟22秒
  • 11-7 活体检测编程实战微信端开发
    27分钟47秒

第12章 人脸属性业务实战

  • 12-1 人脸属性业务介绍
    16分钟48秒
  • 12-2 基于多任务网络的人脸属性编程实战
    18分钟43秒
  • 12-3 数据准备
    26分钟18秒
  • 12-4 模型搭建和模型训练(1)
    21分钟02秒
  • 12-5 模型搭建和模型训练(2)
    17分钟38秒
  • 12-6 模型搭建和模型训练(3)
    24分钟50秒
  • 12-7 模型固化转PB
    17分钟05秒
  • 12-8 模型测试
    15分钟08秒
  • 12-9 flask端 web接口封装
    27分钟26秒
  • 12-10 人脸属性小程序功能实现
    24分钟41秒

第13章 课程总结

  • 13-1 课程总结
    27分钟15秒
325
28
5
0