****-基于海思35xx nnie引擎进行经典目标检测算法模型推理-计算机视觉
订阅后:请点击此处观看视频课程
****-基于海思35xx nnie引擎进行经典目标检测算法模型推理-计算机视觉
学习有效期:永久观看
学习时长:236分钟
学习计划:4天
难度:中
「口碑讲师带队学习,让你的问题不过夜」
讲师姓名:刘山
技术总监/研发总监
讲师介绍:2003年工学硕士毕业,研究方向为模式识别。现为上海某科创公司人工智能部门负责人,主要研究内容有图像增强、图像分割和识别,基于深度学习的目标检测以及AI边缘计算等。
☛点击立即跟老师学习☚
「你将学到什么?」
本课程包括下面6个经典目标检测算法模型的讲解:
1.基于自己数据集的Faster RCNN模型训练、验证以及nnie上仿真和运行。
2.基于自己数据集的RFCN模型训练、验证以及nnie上仿真和运行。
3.基于自己数据集的SSD模型训练、验证以及nnie上仿真和运行。
4.基于自己数据集的Mobilenet SSD模型训练、验证以及nnie上仿真和运行。
5.Yolov2模型验证以及nnie上仿真和运行。
6.Yolov3 tiny模型验证以及nnie上仿真和运行。
本课程特色:
「课程学习目录」
第1章:课程介绍 |
1.课程内容安排及目标 |
2.课程特色及答疑 |
第2章:Faster RCNN模型讲解 |
1.模型原理 |
2.模型训练以及验证 |
3.模型文件的量化 |
4.模型仿真 |
5.模型在海思开发板上的运行 |
第3章:RFCN模型讲解 |
1.模型原理 |
2.模型训练以及验证 |
3.模型文件的量化 |
4.模型仿真 |
5.模型在海思开发板上的运行 |
第4章:SSD模型讲解 |
1.模型原理 |
2.模型训练以及验证 |
3.模型文件的量化 |
4.模型仿真 |
5.模型在海思开发板上的运行 |
第5章:Mobilenet SSD模型讲解 |
1.算法模型原理 |
2.算法模型训练以及验证 |
3.模型文件的量化 |
4.模型仿真 |
5.模型在海思开发板上的运行 |
第6章:YoloV2模型讲解 |
1.算法模型原理及验证 |
2.darknet模型转换成caffe model |
3.模型文件的量化 |
4.模型仿真 |
5.模型在海思开发板上的运行 |
第7章:Yolo3 Tiny模型讲解 |
1.算法模型原理 |
2.darknet模型转成成caffe model |
3.模型文件的量化 |
4.模型仿真 |
5.模型在海思开发板上的运行 |
「7项超值权益,保障学习质量」
- 大咖讲解
技术专家系统讲解传授思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑,扫清学习障碍。
- 课程资料+课件
超实用资料,覆盖核心知识,关键技能,方便练习巩固。
- 常用实战
企业常见实战案例,带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景学习需求,不受空间、地域限制。
- 内推机会
****联合大厂博客专家,为优秀学员推荐具有竞争力的工作机会 。
☛点击立即跟老师学习☚
「什么样的技术人适合学习?」
- 想进入技术行业,但是面对多门编程语言不知如何选择,0基础的你
- 掌握技术单一、冷门,迫切希望能够转型的你
- 想进入大厂,但是技术不够丰富,没有竞争力的你
「悉心打造精品好课,4天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进,帮助用户轻松掌握
掌握计算机视觉知识,扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。
☛点击立即跟老师学习☚
「你可以收获什么?」
对各种经典目标检测算法模型结构、原理有较深入了解。
更重要的是,使得自己的算法模型能够在海思nnie仿真环境以及开发板上运行起来。
起到举一反三、触类旁通的效果 来有助于新的算法模型移植到海思nnie平台。