课程主页: https://www.coursera.org/learn/advanced-computer-vision-with-tensorflow
课程概述
在这个全新的 高级计算机视觉 课程中，您将深入学习图像分类、图像分割、对象定位和对象检测的相关知识。课程将带您探索如何利用迁移学习进行对象定位与检测，同时学习如何应用像是区域-CNN和ResNet-50这样的对象检测模型，从而定制现有模型并创建您自己的模型来识别、定位和标签化您自己拍摄的橡皮鸭图像。
课程大纲简介
这门课程共分为几个模块，具体如下：
- 计算机视觉介绍：本模块将为您提供图像分类、对象定位、对象检测和图像分割的概念性概述。此外，您还将能够描述多标签分类，并区分语义分割与实例分割。
- 对象检测：您将学习一些流行的对象检测模型，例如区域-CNN和ResNet-50，并从TensorFlow Hub中检索这些模型进行训练。在此过程中，您还将使用迁移学习来训练模型，仅需要五个训练样本就能检测和定位橡皮鸭。
- 图像分割：这一周将深入探讨图像分割的内容，您将学习使用全卷积网络（FCN）的变体来进行更精确的对象识别。通过构建U-Net和Mask R-CNN，您将能够为每个像素分配类别标签，实现更为细致的对象识别。
- 可视化与可解释性：本模块将讲解模型可解释性的重要性，即理解模型如何做出决策。您将实现类激活图、显著性图以及梯度加权类激活图，帮助您理解哪些图像部分影响了模型的预测结果。
课程推荐
如果您对计算机视觉有兴趣，尤其是想利用TensorFlow进行更高级的应用，这门课程绝对值得推荐。它不仅提供了理论知识，还包括实践案例，让您能够亲自动手实践。无论您是计算机科学的学生、研究者，还是行业从业人员，这门课程都有助于提升您的技能。
课程主页: https://www.coursera.org/learn/advanced-computer-vision-with-tensorflow