【推荐】基于MATLAB编程、机器学习、深度学习在图像处理中的实践技术应用
转发领取免费视频:
深度学习之卷积网络技术免费公开课
Matlab科研经验分享与科研工具推荐
深度学习在遥感地物分类、目标识别和图像分割技巧总结
近年来,随着无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮。尤其是在计算机视觉和图像处理领域,各种颠覆性的成果应运而生。因此,为了帮助广大科研人员更加系统地学习图像处理、机器学习和深度学习的基础理论知识及对应的代码实现方法,Ai尚研修特举办“MATLAB图像处理与机器学习技术应用培训班” 培训班,旨在帮助学员掌握图像处理的基础知识,以及经典机器学习算法和最新的深度神经网络、迁移学习、对抗生成网络等算法的基本原理及其MATLAB编程实现方法。本次培训采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式,抽丝剥茧、深入浅出分析图像处理、机器学习和深度学习在应用时需要掌握的经验及编程技巧。
基于MATLAB编程、机器学习、深度学习在图像处理中的实践技术应用
主办方:Ai尚研修(点亮科研技术简学践行、您的随行导师平台)
网 址:www.aishangyanxiu.com
协办单位:陕西中科资环信息技术有限责任公司
培训时间:2020年12月25日-27日 (共3天学习)
培训方式:在线直播+助学群辅助+导师面对面实践工作交流(会务组开课前会通知观看方式)
教学特色:
1、原理深入浅出的讲解;
2、技巧方法讲解,提供所有案例数据及代码;
3、与项目案例相结合讲解实现方法,对接实际工作应用 ;
4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析;
5、课程结束专属助学群辅助巩固学习及实际工作应用交流,不定期召开线上答疑;
培训目标:
1.掌握图像处理基础知识及其MATLAB代码实现方法2.掌握经典机器学习算法原理及其MATLAB代码实现方法
3.掌握最新的卷积神经网络、迁移学习等算法的基本原理及其MATLAB代码实现方法
4.掌握生成式对抗网络(GAN)及其在图像处理中的应用及代码实现方法
5.掌握目标检测YOLO模型及其在图像处理中的应用及代码实现方法6.通过深入浅出的讲解、多案例实操,问题解析及学员项目交流,掌握其方法及对接工作实践问题。
主讲专家:
郁磊副教授:主要从事MATLAB 编程、机器学习与数据挖掘、数据可视化和软件开发、生理系统建模与仿真、生物医学信号处理,具有丰富的实战应用经验,主编《MATLAB智能算法30个案例分析》、《MATLAB神经网络43个案例分析》相关著作。已发表多篇高水平的国际学术研究论文。
培训对象:各省市、自治区从事各行各业的图像处理、建模分析等方向相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校本科生、硕士和博士等相关人员,以及对图像处理、机器学习、深度学习和编程感兴趣的广大爱好者。
培训费用:
非会员价格 :2350元 Ai尚研修会员价格:1950元
(发票可开具:培训费、会议费、资料费、技术咨询费等,配有盖章文件等,用于参会人员报销使用)
组合优惠A类:本课程+原价1199元MATLAB深度学习工具箱全面解析实践精品视频课
组合优惠B类:本课程+原价1599元Python机器学习案例实践视频课程
组合优惠C类:本课程+原价1599元MATLAB在生态环境数据处理与分析中的应用专题课程
组合优惠D类:本课程+原价2199元MATLAB近红外光谱分析技术及应用视频课程
组合优惠E类:本课程+原价2180元Python深度学习实践技术及应用在线精品视频课
注:视频课为完整实践课程,任何视频课程都建有专属导师助学社群,长期辅导学习应用及不定期线上答疑。
颁发证书及学时:
参加培训的学员可以获得《MATLAB图像处理与机器学习》专业技术证书及学时证明,网上可查。此证书可作为学时证明、个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。查询网址:www.aishangyanxiu.com
注:办理证书需提供电子版(真实姓名+身份证号+2寸蓝底照片)开课前发给会务组人员。
联系方式:
Ai尚研修课程顾问:吴思(微信)15532228141
QQ咨询:1194507342
课程内容
授课方式 | 课程 | 主要内容(提供所有相应代码) |
理论讲解与案例演示 实操练习 | 第一章 MATLAB 图像处理基础 | 1、图像的分类与表示方法 2、图像的常见格式及读写(彩色图像、灰度图像、二值图像等) 3、图像类型的转换 4、数字图像的基本运算 5、数字图像的几何变换(平移、镜像、缩放、旋转等) 6、数字图像的邻域和块操作 7、图像去噪与图像复原 8、图像边缘检测与图像分割 9、案例实践:基于手机摄像头的心率计算 |
理论讲解与案例演示 实操练习 知识点总结、延拓 课堂讨论 | 第二章 BP神经网络及其在图像处理中的应用 | 1、人工智能基本概念辨析(回归拟合问题与分类识别问题;有监督(导师)学习与无监督(无导师)学习;训练集、验证集与测试集;过拟合与欠拟合) 2、BP神经网络的工作原理 3、数据预处理(归一化、异常值剔除、数据扩增技术等) 4、交叉验证与模型参数优化 5、模型评价与指标的选择(回归拟合问题 vs. 分类识别问题) 6、案例讲解: (1)手写数字识别 (2)人脸朝向识别 7、实操练习 |
理论讲解与案例演示 实操练习 知识点总结、延拓 课堂讨论 | 第三章 卷积神经网络及其在图像处理中的应用 | 1、深度学习与传统机器学习的区别与联系(神经网络的隐含层数越多越好吗?深度学习与传统机器学习的本质区别是什么?) 2、卷积神经网络的基本原理(什么是卷积核?CNN的典型拓扑结构是怎样的?CNN的权值共享机制是什么?CNN提取的特征是怎样的?) 3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系 4、MATLAB深度学习工具箱简介 5、预训练模型(Alexnet、Vgg-16/19、GoogLeNet、ResNet等)的下载与安装 5、案例讲解: (1)CNN预训练模型实现物体识别 (2)利用卷积神经网络抽取抽象特征 (3)自定义卷积神经网络拓扑结构 6、实操练习 |
理论讲解与案例演示 实操练习 | 第四章 迁移学习算法及其在图像处理中的应用 | 1、迁移学习算法的基本原理(为什么需要迁移学习?为什么可以迁移学习?迁移学习的基本思想是什么?) 2、基于深度神经网络模型的迁移学习算法 3、案例讲解:猫狗大战(Dogs vs. Cats) 4、实操练习 |
理论讲解与案例演示 实操练习 | 第五章 生成式对抗网络(GAN)及其在图像处理中的应用 | 1、生成式对抗网络GAN(什么是对抗生成网络?为什么需要对抗生成网络?对抗生成网络可以帮我们做什么?GAN给我们带来的启示) 2、GAN的基本原理及GAN进化史 3、案例讲解:GAN的Python代码实现(向日葵花图像的自动生成) 4、实操练习 |
理论讲解与案例演示 实操练习
| 第六章 目标检测YOLO模型及其在图像处理中的应用 | 1、什么是目标检测?目标检测与目标识别的区别与联系 2、YOLO模型的工作原理 3、从YOLO v1到v5的进化之路 4、案例讲解:汽车的目标检测 5、实操练习 |
课堂讨论 复习与答疑 |
第七章 讨论与答疑 | 1、如何查阅文献资料?(你会使用Google Scholar、Sci-Hub、ResearchGate吗?应该去哪些地方查找与论文配套的数据和代码?) 2、如何提炼与挖掘创新点?(如果在算法层面上难以做出原创性的工作,如何结合自己的实际问题提炼与挖掘创新点?) 3、相关学习资料分享与拷贝(图书推荐、在线课程推荐等) 4、建立微信群,便于后期的讨论与答疑 |
关注并转发本文章至朋友圈或科研群3小时以上,截图联系文末客服即可免费领取文章开头免费视频快动动您的小手转发起来!
报名及注意事项 1. 报名 2. 发票 请务必准确填写报名表单的发票信息,避免错开无法报销,发票信息建议提前与贵单位财务部门确认 |
吴思 微电:15532228141 QQ:1194507342
其它相关推荐(直播/录播视频):
MATLAB、python、R、水文水资源、气候气象、农业林业、遥感监测、生物信息......免费领视频啦!!!
【热门推荐】R语言回归及混合效应(多水平/层次/嵌套)模型实践应用技术
最全的全国分省、市、县、乡镇行政区划矢量图(shp格式)免费下载
【推荐】基于Python实现的深度学习技术在水文水质领域应用直播课
【推荐】SWMM排水管网水力、水质建模及海绵城市中的应用(基础)+深度技术应用与二次开发(高级)特训营
【推荐】环境土壤物理Hydrus模型应用及《环境影响评价技术导则 土壤环境(试行) HJ 964-2018》土壤环境影响预测方法
【推荐】无人机生态环境监测、图像处理与GIS数据分析综合应用