课程名称：基于深度学习的全栈式图像处理与识别
课程背景： 高级驾驶辅助系统(advanced driving assistant system，adas)与自动驾驶系统利用车载传感器对周围环境进行感知，获取相关数据信息，辅助驾驶员完成相关驾驶操作，提升整体安全性与舒适性。以深度学习为基础的图像处理与识别在adas与自动驾驶技术中广泛应用，其主要涉及夜视辅助、车道保持、司机提醒、防撞提醒、车道变换辅助、停车辅助、碰撞疏解、死角障碍物检测、交通标志识别、车道线偏移提醒、司机状态监测、远光灯辅助等。为满足相关开发人员对实际深度学习图像处理与识别在相关场景的实际应用，本课程完成从模型端到嵌入式部署端的全栈式培训。
● 课时：2天
● 必备知识：熟悉matlab的基本操作、熟悉代码等基础知识
● 授课对象：期待以深度学习方式解决adas开发相关问题的研发人员；adas项目规划与实施的系统工程师、软件工程师与算法开发人员
课程内容：
深度学习模型理论、构建、训练、调参到嵌入式部署全栈式流程
● 课程描述：
课程主要介绍基本的图像处理与深度学习的内容，主要介绍计算机视觉的相关内容与深度学习的基本知识、深度学习模型搭建、深度学习训练测试的整体一体化流程。
● 课程目标：
1.掌握计算机视觉的基本开发内容
2.掌握深度学习训练数据的一整套规范化流程
3.掌握深度学习的模型构建的整个开发流程
● 课程内容：
1.计算机视觉基础与深度学习概述
2.前向性神经网络与卷积神经网络
3.迁移学习理论及其模型训练
4.目标识别理论及其模型构建
5.语义分割理论及其模型构建
6.深度学习数据标注与处理
7.深度学习设计工具
8.深度学习的可解释性与可视化表述
9.深度学习代码生成与嵌入式部署
熟悉使用基本的计算机图像操作，熟悉基本的深度学习网络架构与模型，掌握基于深度学习相关的从标签构建、数据增强处理、神经网络模型构建、迁移学习到模型训练和应用的一体化流程。
服务优势：
● 1000多人的研发团队是培训业务的基础
● 70多门专业课程可以按需选择和定制
● 10多年培训服务的经验是培训质量的保证
● 10人小班公开课有利于培训效果
● 培训后提供持续的技术服务